TensorFlow_DL 本项目主要记录自己使用tensorflow学习深度学习的过程 2017-07-17 更新 conv_mnist.py 使用两层卷积层和两层池化层,实现对mnist数据集的分类 2017-07-27 更新 fully_connected_deep_network.py & fc_network_test.py 使用TensorFlow读取csv文件数据 创建两个隐藏层,每层200个结点,使用dropout随机失活,防止参数过多带来的过拟合 感谢kevin28520 的一部分代码带给我的灵感 fc_network_test.py文件可以对生成的模型进行准确率的测试,并且生成分类的混淆矩阵 2017-08-05 更新 spectrum_conv/transform.py 读取.wav音频文件,利用短时傅里叶变换生成频谱图 2017-08-31 更新 spectrum_conv/spec_cnn.py & test.py 使用卷积神经网络对生成的频谱图进行分类 对训练好的卷积神经网络在训练集上进行测试,查看识别率 识别结果: 相同的网络结构,将数据分成测试集和训练集进行测试 识别结果: