2016年2月28日 星期日

[Python] Google Deep Learning TensorFlow課程(二) -- 作業一 (下)



延續之前的作業,繼續往下寫XD~



  • 分隔 dataset ,如果電腦不夠好的朋友請自行把最下面的dataset大小調小一點
  • 接著把 dataset 的資料random
  • 接下來要用 logistic regression 分析這些圖片data
把圖片讀成矩陣後,要再用reshape把矩陣攤平才能放入logistic regression model.預測的時候也一樣把train data資料reshape後丟到裡面,就會跑出來結果.檢驗的方式很簡單,單純去對預測值跟實際值一樣的比例. 當sample資料量增加十倍(2000 -> 20000),預測準確增加了22.6%.

下次就會開始使用Tensor Flow了.