项目九第三课时建立手写数字识别模型并进行验证 课件-2020-2021学年高中信息技术沪科版（2019）必修1（含素材）

第三课时 建立手写数字识别 模型并进行验证 项目九 了解手写数字识别 ——体验人工智能 目 录 一、建立手写数字识别模型并进行验证 二、深度学习 三、深度学习的主要算法之——卷积神经网络 四、用Python语言通过卷积神经网络来建立和验证模型 五、课后作业 一、建立手写数字识别模型并 进行验证 建立手写数字识别模型的过程，就是对 Train 集合进行训练的过程，建立的模型其实就是从样本数据中学习得到的结果。 建立模型时，首先要选择合适的学习算法，然后利用学算法对样本进行训练。手写数字识别属于分类问题。对于分类问题来说，得到的这个模型就是通常所说的识别器。 机器学习发展至今，众多学者已经提出了非常多的算法，练如决策树、逻辑回归等。近年来，由于大数据的不断积累和我计算机性能的提升，基于多层神经网络的深度学习算法表现出更强劲的性能，在学术界和工业界受到了广泛关注。但各种算法其实并没有绝对的好坏之分，应该根据不同的应用场合，选择较适合的算法。 二、深度学习 深度学习( deep learning)是机器学习的一个分支，在取特征方面表现得很强大。它可以从数据中学习由简单特征组合而成的复杂特征，使后面的学习更加有效。 三、深度学习的主要算法之 ——卷积神经网络 1.定义 2.历史 3.应用 A B C 卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks），是深度学习（deep learning）的代表算法之一  。 1.定义 A B C 卷积神经网络具有表征学习（representation learning）能力，能够按其阶层结构对输入信息进行平移不变分类（shift-invariant classification），因此也被称为“平移不变人工神经网络（Shift-Invariant Artificial Neural Networks, SIANN）”  。 1.定义 A B C 2.历史 第一个卷积神经网络是1987年由Alexander Waibel等提出的时间延迟网络。 第一个卷积神经网络 由贝尔实验室完成代码开发并被部署于的支票读取系统 完成代码开发 卷积神经网络的表征学习能力得到了关注，并随着数值计算设