实验代码链接：

待更新

《机器学习从入门到入职》：第十章，P345

深度学习卷积神经网络代码-框架keras数据集mnist

实验原理：

 

待更新

 

实验结果：

实验结论：

 

 

 

实验问题及解决：

1.model.fit(X_train, y_train, batch_size=BATCH_SIZE, epochs=NB_EPOCH,verbose=VERBOSE, validation_split=VALIDATION_SPLIT, callbacks=[CSV_log]) 函数参数说明

validation_split:

     用于在没有提供验证集的时候，按一定比例从训练集中取出一部分作为验证集

verbose：

     日志显示
#verbose = 0 为不在标准输出流输出日志信息
#verbose = 1 为输出进度条记录
#verbose = 2 为每个epoch输出一行记录

2.X_train = X_train[:,:,:,np.newaxis]

 

 

3.input_shape = (28,28,1)

 

 

4.model.add(Conv2D(20, kernel_size=5, padding="same", input_shape=input_shape))

 

 

5.model.add(MaxPooling2D(pool_size=(2,2), strides=(2,2), padding='valid'))

 

 

6.model.add(Flatten())

 

 

7.model.add(Dense(500))

 

8.哪个位置放**函数/正则化

 

9.卷积层/池化层作用