卷积神经网络识别代码
时间: 2023-11-11 20:04:42 浏览: 38
以下是一个简单的卷积神经网络识别代码的示例:
```python
import tensorflow as tf
# 加载数据集
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
# 数据预处理
x_train, x_test = x_train / 255.0, x_test / 255.0
# 构建模型
model = tf.keras.models.Sequential([
tf.keras.layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1)),
tf.keras.layers.MaxPooling2D((2, 2)),
tf.keras.layers.Flatten(),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10)
])
# 编译模型
model.compile(optimizer='adam',
loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
metrics=['accuracy'])
# 训练模型
model.fit(x_train.reshape(-1, 28, 28, 1), y_train, epochs=5)
# 评估模型
model.evaluate(x_test.reshape(-1, 28, 28, 1), y_test, verbose=2)
```
该代码使用了 TensorFlow 框架,构建了一个简单的卷积神经网络模型,用于识别手写数字图像。模型包含两个卷积层和两个全连接层,其中使用了 ReLU 激活函数和 Dropout 技术来提高模型的性能。