【简单学习一下卷积神经网络】-基于肆十二的高考例子


前言

【参考】

主要是P2⇨手把手教你用tensorflow2训练自己的数据集

-------2024/5/4


一、白话卷积神经网络

高考前需要大量的做题训练---->相当于数据集。

做题过程中【于标准答案进行比对】产生的错题⇨loss(误差)

回过头对错题进行改正⇨在卷积神经网络中称为反向传播和梯度下降调整权重

不断小测验练习的过程⇨train

测验⇨val(验证)

最终的高考⇨test

在高考过程中,我们不断训练,最终得到一个会做题的大脑。⇨对应的,训练出来的模型可以识别特定的东西

高考不能透题⇨训练集、验证集、测试集之间应该是原则上不能一致的,不然会导致训练结果不精确。

不过一般情况下,验证集和测试集可以采取一样,但是训练集和测试集之间一定是不能一致的


总结

浅浅了解一下什么是卷积神经网络的过程吧

相关推荐
盐焗西兰花9 分钟前
鸿蒙学习实战之路-Reader Kit自定义字体最佳实践
学习·华为·harmonyos
近津薪荼1 小时前
dfs专题5——(二叉搜索树中第 K 小的元素)
c++·学习·算法·深度优先
慢半拍iii1 小时前
从零搭建CNN:如何高效调用ops-nn算子库
人工智能·神经网络·ai·cnn·cann
敏叔V5872 小时前
AI智能体的工具学习进阶:零样本API理解与调用
人工智能·学习
2501_941864962 小时前
科学方法论破解学习时间堆砌误区
学习
1024小神3 小时前
SVG标签中path路径参数学习
学习
浅念-3 小时前
C++入门(2)
开发语言·c++·经验分享·笔记·学习
ZH15455891313 小时前
Flutter for OpenHarmony Python学习助手实战:面向对象编程实战的实现
python·学习·flutter
简佐义的博客4 小时前
生信入门进阶指南:学习顶级实验室多组学整合方案,构建肾脏细胞空间分子图谱
人工智能·学习
近津薪荼4 小时前
dfs专题4——二叉树的深搜(验证二叉搜索树)
c++·学习·算法·深度优先