Mar*_*ien 3 neural-network mnist tensorflow
我查看了MNIST示例并注意到当图像的数组被展平为728数组时,该数组是否随机化是否重要？我的意思是NN是否考虑了数据的邻接,或者是否有一个输入节点输入了输入数(因此有728个节点).
我要问的是,如果我按照示例中的平面图像进行训练,我是否会获得相同的网络,就像我随机化728数据阵列一样？
取决于你正在看哪个mnist示例.convolutional.py在图像上运行5x5空间卷积窗口,其确实考虑了空间相关性.
用于初学者的MNIST示例使用简单的权重矩阵:
W = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10]))
才不是.只要您以相同的方式置换所有输入,您就可以置换点中条目的顺序而不会更改任何内容.
(还有一个原因是卷积方法都赢得了大多数图像识别应用-空间局部性是有用的:).
| 归档时间： |
|
| 查看次数： |
336 次 |
| 最近记录： |