Python使用gluon/mxnet模塊實(shí)現(xiàn)的mnist手寫(xiě)數(shù)字識(shí)別功能完整示例
更新時(shí)間：2019年12月18日 11:41:50 作者：nudt_qxx
這篇文章主要介紹了Python使用gluon/mxnet模塊實(shí)現(xiàn)的mnist手寫(xiě)數(shù)字識(shí)別功能,結(jié)合完整實(shí)例形式分析了Python調(diào)用gluon/mxnet模塊識(shí)別手寫(xiě)字的具體實(shí)現(xiàn)技巧,需要的朋友可以參考下
本文實(shí)例講述了Python使用gluon/mxnet模塊實(shí)現(xiàn)的mnist手寫(xiě)數(shù)字識(shí)別功能。分享給大家供大家參考，具體如下：
import gluonbook as gb
from mxnet import autograd,nd,init,gluon
from mxnet.gluon import loss as gloss,data as gdata,nn,utils as gutils
import mxnet as mx
net = nn.Sequential()
with net.name_scope():
net.add(
nn.Conv2D(channels=32, kernel_size=5, activation='relu'),
nn.MaxPool2D(pool_size=2, strides=2),
nn.Flatten(),
nn.Dense(128, activation='sigmoid'),
nn.Dense(10, activation='sigmoid')
)
lr = 0.5
batch_size=256
ctx = mx.gpu()
net.initialize(init=init.Xavier(), ctx=ctx)
train_data, test_data = gb.load_data_fashion_mnist(batch_size)
trainer = gluon.Trainer(net.collect_params(),'sgd',{'learning_rate' : lr})
loss = gloss.SoftmaxCrossEntropyLoss()
num_epochs = 30
def train(train_data, test_data, net, loss, trainer,num_epochs):
for epoch in range(num_epochs):
total_loss = 0
for x,y in train_data:
with autograd.record():
x = x.as_in_context(ctx)
y = y.as_in_context(ctx)
y_hat=net(x)
l = loss(y_hat,y)
l.backward()
total_loss += l
trainer.step(batch_size)
mx.nd.waitall()
print("Epoch [{}]: Loss {}".format(epoch, total_loss.sum().asnumpy()[0]/(batch_size*len(train_data))))
if __name__ == '__main__':
try:
ctx = mx.gpu()
_ = nd.zeros((1,), ctx=ctx)
except:
ctx = mx.cpu()
ctx
gb.train(train_data,test_data,net,loss,trainer,ctx,num_epochs)
更多關(guān)于Python相關(guān)內(nèi)容可查看本站專(zhuān)題：《Python數(shù)學(xué)運(yùn)算技巧總結(jié)》、《Python圖片操作技巧總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》及《Python入門(mén)與進(jìn)階經(jīng)典教程》
希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。
相關(guān)文章
Python生成隨機(jī)數(shù)的方法有很多，譬如random模塊、NumPy庫(kù)、secrets模塊等。本文為大家整理了五個(gè)生成隨機(jī)數(shù)的方法（應(yīng)該是最全的了吧），希望對(duì)大家有所幫助2023-02-02
python實(shí)現(xiàn)查找兩個(gè)字符串中相同字符并輸出的方法
這篇文章主要介紹了python實(shí)現(xiàn)查找兩個(gè)字符串中相同字符并輸出的方法,涉及Python針對(duì)字符串操作的相關(guān)技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下2015-07-07
flask是基于MTV的結(jié)構(gòu)，其中M指的就是模型，即數(shù)據(jù)模型，在項(xiàng)目中對(duì)應(yīng)的是數(shù)據(jù)庫(kù)，下面紀(jì)錄以mysql和orm方式連接數(shù)據(jù)庫(kù)的方法，對(duì)Python?Flask?模型介紹和配置方法感興趣的朋友跟隨小編一起看看吧2022-12-12
在?Python?中,斷點(diǎn)是一種在代碼中設(shè)置的標(biāo)記,用于在程序執(zhí)行過(guò)程中停止或中斷程序的執(zhí)行,本文將詳細(xì)介紹?Python?中的斷點(diǎn)類(lèi)型,感興趣的可以了解下2024-02-02
Python數(shù)據(jù)分析matplotlib設(shè)置多個(gè)子圖的間距方法
今天小編就為大家分享一篇Python數(shù)據(jù)分析matplotlib設(shè)置多個(gè)子圖的間距方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-08-08
在Python Flask App中獲取已發(fā)布的JSON對(duì)象的解決方案
這篇文章主要介紹了在Python Flask App中獲取已發(fā)布的JSON對(duì)象的解決方案,文中通過(guò)代碼示例介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作有一定的幫助,需要的朋友可以參考下2024-08-08
Chat GPT 由于其獨(dú)特、近乎準(zhǔn)確且類(lèi)似人類(lèi)的響應(yīng)，如今在互聯(lián)網(wǎng)上引起了過(guò)多的討論，本文討論如何通過(guò) Python 代碼連接到 Chat GPT API，感興趣的朋友一起看看吧2023-02-02
python制作機(jī)器人的實(shí)現(xiàn)方法
機(jī)器人自動(dòng)回復(fù)在很多場(chǎng)景中都可以用的上，本文主要介紹了python制作機(jī)器人的實(shí)現(xiàn)方法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2021-06-06
DataFrame.groupby()所見(jiàn)的各種用法詳解
這篇文章主要介紹了DataFrame.groupby()所見(jiàn)的各種用法詳解，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-06-06
Python爬蟲(chóng)爬取ts碎片視頻+驗(yàn)證碼登錄功能
這篇文章主要介紹了Python爬蟲(chóng)爬取ts碎片視頻+驗(yàn)證碼登錄功能,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-02-02