kaggle入门篇一【手写数字识别】
来源:互联网 发布:cpu百分率 linux命令 编辑:程序博客网 时间:2024/06/05 02:16
作为入门,
我使用了keras
代码:借鉴了很多别人的方法。
# -*- coding: utf-8 -*-"""Created on Fri Apr 21 11:10:17 2017@author: Administrator"""from keras.utils import np_utilsfrom keras.models import Sequentialfrom keras.layers import Dropout,Dense,Activation,Convolution2D, MaxPooling2D, Flattenimport numpy as npimport pandas as pdtest=pd.read_csv(r"F:\kaggle_file\shouxieshuzi\test.csv")test=np.array(test)data=pd.read_csv(r"F:\kaggle_file\shouxieshuzi\train.csv")train_Labels=data['label']del(data['label'])train_Data=data/255train_Labels = np_utils.to_categorical(train_Labels, num_classes=10)data=np.array(train_Data)train_Data=np.array(train_Data).reshape(42000,1,28,28)test=test.reshape(28000,1,28,28)###预处理def Cmodel(): #create model model = Sequential() model.add(Convolution2D(nb_filter=32,nb_row=5,nb_col=5,border_mode='same',dim_ordering='th',input_shape=(1,28,28),activation='relu')) model.add(MaxPooling2D(pool_size=(2,2),strides=(2, 2),border_mode='same')) model.add(Convolution2D(64,5,5,activation='relu')) model.add(MaxPooling2D(pool_size=(2,2),border_mode='same')) model.add(Dropout(0.2)) model.add(Flatten()) model.add(Dense(1024,activation='relu')) model.add(Dense(50,activation='relu')) model.add(Dense(10,activation='softmax')) #Compile model model.compile(loss='categorical_crossentropy',optimizer='adam',metrics=['accuracy']) return model model = Cmodel() model.fit(train_Data,train_Labels,nb_epoch=10,batch_size=100) ######新模型predict=model.predict(test)predict=predict.argmax(1)predict=pd.DataFrame(predict)predict.to_csv('result.csv')
1 0
- kaggle入门篇一【手写数字识别】
- kaggle-Digit Recognition(手写数字识别)
- keras 入门 --手写数字识别
- tensorflow入门-mnist手写数字识别(一)
- Kaggle 手写识别题
- kaggle-手写字体识别
- Kaggle Digit Recognizer使用keras实现手写数字识别 A1
- Kaggle入门(数字识别为例)
- Kaggle入门模板:以手写识别Digit Recognizer为例
- 在Kaggle手写数字数据集上使用Spark MLlib的RandomForest进行手写数字识别
- 基于tensorflow的MNIST手写数字识别--入门篇
- kaggle Code :手写识别 TensorFlow
- kaggle+mnist手写字体识别
- keras入门实战:手写数字识别
- Tensorflow入门 mnist手写数字识别
- TensorFlow实战(一)手写数字识别
- 在Kaggle手写数字数据集上使用Spark MLlib的朴素贝叶斯模型进行手写数字识别
- 机器学习kaggle入门——手写体数字识别
- 六.javaweb之Servlet详细原理介绍
- jQuery控制页面样式的变化
- 49. Group Anagrams
- 模型定位
- seajs的使用
- kaggle入门篇一【手写数字识别】
- python之FTP程序(支持多用户在线)
- Qt-QML-给我的导航条写一个动画-State-Transition
- 斯坦福演讲:别在不断的优秀里,最终走向平庸
- RxJava—创建操作符
- 编程语言 标记语言 脚本语言分别有哪些? 区别是什么?
- 短进程优先的调度算法详解
- SpringBoot 自动生成API文档
- Linux搭建spark集群