2017-04-06 17 views
0

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

回答

4

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。

+0

我不服气,请您详细说明一下吗? –

+0

@MayurBeldar:我添加了更多细节。 – stackoverflowuser2010

0

输入层与输入数据兼容的尺寸,在这种情况下,你有一个是完全28x28像素的图像。

+0

所以我们可以说有28 * 28个神经元? –

+0

@MayurBeldar在第一层,是的。 – DRC

1

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

相关问题