エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
Chainer で手書き数字認識(MNIST) - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Chainer で手書き数字認識(MNIST) - Qiita
概要 定番の手書き数字データセット MNIST を Chainer を使用して3層のニューラルネットワークで学習し... 概要 定番の手書き数字データセット MNIST を Chainer を使用して3層のニューラルネットワークで学習してみました。 3層ニューラルネットワーク Chainer では、MNIST のデータを自動的にダウンロードして使用できる便利なメソッドが用意されています。それを使って、3層ニューラルネットワーク(2つある隠れ層のノードはそれぞれ 50)で学習を行い、正答率(accuracy)を測定しました。下のコードは、Chainer の MNIST サンプル を下敷きにしていますが、大幅に変更を加えてあります。 コード import numpy as np import chainer from chainer import Chain, Variable import chainer.functions as F import chainer.links as L class Neural