2021—2022学年第一学期寒假学习记录17
2022.01.17，今天是服务外包竞赛：随便拿个奖队的项目进行的第十七天，今天根据项目要求继续学习matlab数字图像处理
基于AutoEncoder的手写数字识别
4.1 MNIST数据库
MNIST数据集是由Google实验室的Corinna Cortes和纽约大学柯朗研究所的Yann LeCun建有一个手写数字数据库，训练库有60,000张手写数字图像，测试库有10,000张。每一个手写数字大小为像素。部分手写数字如下图所示：
图8 部分样本
4.2 模型训练
在本次实验中，我们将像素的手写数字变换成的列数据作为我们模型的输入。训练数据个数为60000组。训练目标为得到第一层自编码神经网络的，第二层自编码神经网络的，以此类推。Softmax回归的参数。具体操作步骤见第二章。
4.3 模型测试
我们使用MNIST数据集中提供的10000组数据对我们训练的模型进行准确度测试。
模型准确率=（分对样本数）/（总样本数）。
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步
· 被坑几百块钱后，我竟然真的恢复了删除的微信聊天记录！
· 没有Manus邀请码？试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单，K8s 太复杂？w7panel 让容器管理更轻松！