高中信息技术沪科版必修1项目九第三课时建立手写数字识别模型并进行验证.pptx

项目九 了解手写数字识别——体验人工智能第三课时 建立手写数字识别 模型并进行验证一、建立手写数字识别模型并进行验证二、深度学习目三、深度学习的主要算法之——卷积神经网络录四、用Python语言通过卷积神经网络来建立和验证模型五、课后作业一、建立手写数字识别模型并进行验证建立手写数字识别模型的过程，就是对 Train 集合进行训练的过程，建立的模型其实就是从样本数据中学习得到的结果。建立模型时，首先要选择合适的学习算法，然后利用学算法对样本进行训练。手写数字识别属于分类问题。对于分类问题来说，得到的这个模型就是通常所说的识别器。机器学习发展至今，众多学者已经提出了非常多的算法，练如决策树、逻辑回归等。近年来，由于大数据的不断积累和我计算机性能的提升，基于多层神经网络的深度学习算法表现出更强劲的性能，在学术界和工业界受到了广泛关注。但各种算法其实并没有绝对的好坏之分，应该根据不同的应用场合，选择较适合的算法。二、深度学习深度学习( deep learning)是机器学习的一个分支，在取特征方面表现得很强大。它可以从数据中学习由简单特征组合而成的复杂特征，使后面的学习更加有效。三、深度学习的主要算法之——卷积神经网络2.历史1.定义3.应用A1.定义BC卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一??。A1.定义BC卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称为“平移不变人工神经网络（Shift-Invariant Artificial Neural Networks, SIANN）”??。A2.历史BC第一个二维卷积神经网络神经网络更加完备的卷积神经网络在其1979和1980年发表的论文中，福岛仿造生物的视觉皮层设计了以“neocognitron”命名的神经网络。1998年Yann LeCun及其合作者构建了更加完备的卷积神经网络LeNet-5并在手写数字的识别问题中取得成功?。1988年，Wei Zhang提出了第一个二维卷积神经网络198019871988199319982003第一个卷积神经网络完成代码开发深度学习理论被提出后由贝尔实验室完成代码开发并被部署于的支票读取系统卷积神经网络的表征学习能力得到了关注，并随着数值计算设备的更新得到发展。第一个卷积神经网络是1987年由Alexander Waibel等提出的时间延迟网络。AlexNetVGGNet2012201320142015ZFNetResNetA3.应用BC（1）计算机视觉图像识别（image classification）姿态估计物体识别（object recognition）（action recognition）神经风格迁移行为认知（pose estimation）（neural style transfer）A3.应用BC(2)自然语言处理A3.应用BC(3)其它物理学遥感科学大气科学四、用Python语言通过卷积神经网络来建立和验证模型卷积神经网络在图像分类上有非常出色的表现。因此，这里将用Python语言通过卷积神经网络来建立和验证模型。for i in range(10000)：batch=MNIST.train.next_batch(100)If i%200==0:Print(当前迭代次数为%d,训练正确率为%g%(i,accuracy.eval (feed_dict={x:batch[0]， y_:batch[1]，keep_prob: 1.0})))train_step.run(feed_dict={x:batch[0]，y_: batch[l]，keep_prob: 0.5})1第1行代码设置了一个参数，即总的迭代次数为10000次；for i in range(10000)：batch=MNIST.train.next_batch(100)If i%200==0:Print(当前迭代次数为%d,训练正确率为%g%(i,accuracy.eval (feed_dict={x:batch[0]， y_:batch[1]，keep_prob: 1.0})))train_step.run(feed_dict={x:batch[0]，y_: batch[l]，keep_prob: 0.5})2第2行代码设置了另一个参数，即每次送入卷积神经网络中进行训练的图片数为100张；for i in ran