일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- c언어 정리
- tensorflow 예제
- c언어
- Pytorch Lecture
- 케라스 정리
- 컴퓨터 비전
- matlab 영상처리
- pytorch zero to all
- 골빈해커
- C언어 공부
- 해리스 코너 검출
- pytorch
- object detection
- 딥러닝
- 파이토치 김성훈 교수님 강의 정리
- 모두의 딥러닝 예제
- 영상처리
- 딥러닝 공부
- MFC 프로그래밍
- TensorFlow
- c++
- 가우시안 필터링
- 파이토치
- 모두의 딥러닝
- 미디언 필터링
- 딥러닝 스터디
- 팀프로젝트
- 김성훈 교수님 PyTorch
- 파이토치 강의 정리
- c++공부
Archives
- Today
- Total
목록mnist모델 향상 (1)
ComputerVision Jack
[모두의 딥러닝 Chapter10]
[10-1 mnist_softmax] softmax()함수를 이용한 mnist 데이터 분류 from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot = True) #mnist데이터를 작업 환경으로 load한다. X = tf.placeholder(tf.float32, [None, 784]) Y = tf.placeholder(tf.float32, [None, 10]) #mnist 이미지를 통채로 넣어 준다. (28 * 28) 자료형이기 때문에 784크기를 받는다. W = tf.Variable(tf.random_normal([784, 10])) b = tf.Va..
DeepLearning/DL_ZeroToAll
2020. 1. 22. 18:11