每日作业

1、使用卷积神经网络进行手势识别

• SIGNS数据集介绍

识别图中的手势，以促进从语言障碍者到不懂手语的人的通信。

• 训练集：1080个图像（64乘64像素）的符号表示从0到5的数字（每个数字180个图像）。
• 测试集：120张图片（64乘64像素）的符号，表示从0到5的数字（每个数字20张图片）。

• 使用卷积网络进行识别
  • 设定好固定的网路结构：
  • layer1：
    • conv1:padding 'SAME',8个filters:3 x 3 x 3,strides:1
    • RELU
    • pool1:1：window 2 x 2, sride 2, padding 'SAME'
  • layer2：
    • conv2:16个filters:3 x 3 x 8,strides:1,padding 'SAME'
    • RELU
    • pool1:1：window 2 x 2, sride 2, padding 'SAME'
• API
  • Z = tf.nn.conv2d(X, W, strides=[1, 1, 1, 1], padding='SAME')
  • A = tf.nn.relu(Z)
  • P = tf.nn.max_pool(A, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')