本文介绍了多种机器学习模型的应用实例，包括手写图像识别、花卉种类预测及房价估算等。涉及的技术涵盖传统机器学习算法如逻辑回归和支持向量机，以及深度学习技术如卷积神经网络。
1、手写图像识别（分类）
x图像[none,780]，w权重[780,10]
输入图像矩阵–采用softmax（多项式逻辑）回归模型–通过交叉熵计算损失
2、卷积神经网络
输入图像–卷积conv2d(x, W)（突出特征）-池化max_pool_2x2(x)（减少特征数量）
3、手写图像的前馈神经网络流程
输入图像–隐藏层1 nn.relu(w,b)–隐藏层2 nn.relu(n1,b)–softmax回归分类–loss 交叉熵
4、由花片和花瓣的长宽预测花种（分类）
直接利用tf.contrib.learn.DNNClassifier模型实现分类
5、房屋价格（回归）
tf.contrib.learn.DNNRegressor
扫一扫
1702
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
