让我们举例标准MNIST例子给出第一层张量模型中有多少个神经元?
www.tensorflow.com
那里有一个单一的形象28*28
X参数和100,000
图像。
那么如何确定第一层神经元的数量,如果我使用了没有隐藏层的简单神经网络。
谢谢。
PS:新TF
让我们举例标准MNIST例子给出第一层张量模型中有多少个神经元?
www.tensorflow.com
那里有一个单一的形象28*28
X参数和100,000
图像。
那么如何确定第一层神经元的数量,如果我使用了没有隐藏层的简单神经网络。
谢谢。
PS:新TF
您的输入图层是第一个图层,所以此图层的尺寸为28 x 28个输入或784,对应于28 x 28个单色像素。
这个概念清楚地显示在Tensorflow sample code for MNIST。下面的blurb显示输入图像的28 x 28像素= 784像素将784定义为用作输入大小的值。如果有N_examples
样本图像,每个样本图像的尺寸均为784,则输入张量为N_examples x 784
。
Args:
x: an input tensor with the dimensions (N_examples, 784), where 784 is the
number of pixels in a standard MNIST image.
有关命名为大小的更多信息,请阅读斯坦福CS231n票据(特别是these notes下的一节“逐层组织”和these notes的细胞神经网络)。一旦你理解了这些概念,一切都会变得清晰。
无论隐藏层的数量如何,输入层神经元的数量是28 * 28 = 724个神经元。张量流将训练网络,拍摄图像并根据计算的输出和实际输出调整权重。这可以按顺序(一次一个)或批处理(使用50个图像然后更新)完成。对于每次运行,输入层将只接收724的0值和1的值
我不服气,请您详细说明一下吗? –
@MayurBeldar:我添加了更多细节。 – stackoverflowuser2010