上传者: 38746818
|
上传时间: 2022-03-20 20:47:39
|
文件大小: 72KB
|
文件类型: -
一 实现思路
1. 加载 MNIST 数据集,得到训练集与测试集
2. 将训练集与测试集转换为DataSet对象
3. 将数据顺序打散
避免每次读取数据顺序相同,使得模型记住训练集的一些特点,降低模型泛化能力。
4. 设置批训练
从训练集总数中随机抽取batchsize个样本,来进行模型训练,相比于使用所用样本构建模型,批训练花费的时间更少,计算效率更高。每训练一个次,就叫一个step,当经历若干个step使得把训练集所有样本训练过以后,那叫一个epoch
5. 数据预处理
图片像素值进行标准化,使得处于0到1的区间
图片的类别转化成one-hot编码
图片的标签是数字0到数字10,是属于多分