深度学习的秒记 #10
Description
把这里的数据集用于测试，得出的结果：
统计学专家识别的正确率：0.9422140966882884
从统计学专家那里学来的深度学习模型的正确率：0.9811081335640064
统计学对剪纸的识别正确率只有64%，我猜是因为剪纸的种类太多啦。
而深度学习模型识别率最低的是挂钟：
1577/1577 [==============================] - 42s 26ms/step
[0.24407617484627453, 0.9302473050095117]
我猜是因为挂钟和钟表实在是难以区分。
关于钟表的识别力度：
1608/1608 [==============================] - 44s 27ms/step
[0.22922349847223036, 0.9359452736318408]
深度学习对跑步机的识别最有信心：
1564/1564 [==============================] - 43s 27ms/step
[0.0026093199646667294, 1.0]
可以以此证明学习后的神经网络具备识别前所未见的实力吗？
可以说仅1万张图片就够学习了吗？
能不能给机器更少的教材就让它学到有用的技能呢？
实际上它对于验证码的识别力度还可以，但对于真实世界照片的识别力度就没这么高了。