基于TensorFlow深度学习框架的卷积神经网络研究

被引:36
作者
袁文翠
孔雪
机构
[1] 东北石油大学计算机与信息技术学院
关键词
图像识别; TensorFlow; 卷积神经网络;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
摘要
卷积神经网络是一种基于多层监督学习的人工神经网络由于其较好的容错性、自适应性和权值共享等特点,而被广泛应用于图像识别、物体检测等领域。就将基于Google发布的人工智能系统TensorFlow,通过构建CNN卷积神经网络模型进行手写数字识别,并对目标函数和激活函数进行优化来提高模型精准度,运用Tensorboard对模型进行可视化。
引用
收藏
页码:29 / 32
页数:4
相关论文
共 3 条
[1]   谷歌TensorFlow机器学习框架及应用 [J].
章敏敏 ;
徐和平 ;
王晓洁 ;
周梦昀 ;
洪淑月 .
微型机与应用, 2017, 36 (10) :58-60
[2]   卷积神经网络研究综述 [J].
李彦冬 ;
郝宗波 ;
雷航 .
计算机应用, 2016, 36 (09) :2508-2515+2565
[3]  
Neocognitron: A self-organizing neural network model for a mechanism of pattern recognition unaffected by shift in position[J] . Kunihiko Fukushima.Biological Cybernetics . 1980 (4)