Github: https://github.com/martin-gorner/tensorflow-mnist-tutorial
これはコードラブ “Tensorflow と深い学習 – 博士号なし “のサポートコードです
基本的な概念を説明しているプレゼンテーションはここにあり、最後のスライドに従うコードラブの手順を見つけることができます。 プレゼンテーションでスピーカーノートを開くことを忘れないでください。多くの説明があります。
ラボでは2.5時間かかり、可能な限りシンプルなソリューションから99%を超える認識精度まで、手書きの数字を認識するためのニューラルネットワークの設計と最適化を行います。 それは、密集した畳み込みネットワーク、および学習率の減衰および脱落などの技術をカバーする。
インストール方法はこちら 。 短いバージョンは:Python3をインストールし、次にpip3はtensorflowとmatplotlibをインストールします。
このレポの最新の高度なニューラルネットワークは、MNISTデータセット(世界最高の99.7%)で99.5%の精度を達成し、 バッチ標準化を使用します。
免責事項:これは公式Google製品ではなく、教育目的で提供されるサンプルコードです