【翻译】TensorFlow卷积神经网络识别CIFAR 10Convolutional Neural Network (CNN)| CIFAR 10 TensorFlow

原网址:https://data-flair.training/blogs/cnn-tensorflow-cifar-10/

by DataFlair Team · Published May 21, 2018 · Updated September 15, 2018

1、目标-TensorFlow CNN 卷积神经网络

在之前的TensorFlow教程中，我们讨论了使用TensorFlow进行手写识别。今天我们讲学习怎样使用TensorFlow创建一个卷积神经网络关于CIFAR 10的分类模型。进一步，在本篇教程中，我们将会了解CIFAR 10的分类模型的结构，也会对该模型分类效果进行预测，为此我们将学习训练并加载该模型的例子。开始开始！

2、卷积神经网络

在开始之前我们要充分理解CNN的原理。通常我们采用CIFAR 10数据集，这是一个物体识别的数据集，由60000张32*32的图片，包含10中类型的物体组成。

https://data-flair.training/blogs/wp-content/uploads/sites/2/2018/05/Typical_cnn.png

下载地址 https://www.cs.toronto.edu/~kriz/cifar.html.

3、CIFAR 10模型结构

该模型86%的正确率，需要在GPU上训练几小时。你需要下列文件：

cifar10_input.py                      Reads the native CIFAR-10 binary file format.
cifar10.py                                 Builds the CIFAR-10 model.
cifar10_train.py                        Trains a CIFAR-10 model on a CPU or GPU.
cifar10_multi_gpu_train.py      Trains a CIFAR-10 model on multiple GPUs.
cifar10_eval.py                          Evaluates the predictive performance of a CIFAR-10 model.

a.输入

 

 

下面还没翻译完 稍等