MNIST数据集
一、MNIST数据集分类简单版本
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
#载入数据集
mnist = input_data.read_data_sets("MNIST_data",one_hot=True)
#每个批次的大小
batch_size = 100
#计算一共有多少个批次
n_batch = mnist.train.num_examples // batch_size
#定义两个placeholder
x = tf.placeholder(tf.float32,[None,784])
y = tf.placeholder(tf.float32,[None,10])
#创建一个简单的神经网络
W = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10]))
prediction = tf.nn.softmax(tf.matmul(x,W)+b)
#二次代价函数
loss = tf.reduce_mean(tf.square(y-prediction))
#使用梯度下降法
train_step = tf.train.GradientDescentOptimizer(0.2).minimize(loss)
#初始化变量
init = tf.global_variables_initializer()
#结果存放在一个布尔型列表中
correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(prediction,1))#argmax返回一维张量中最大的值所在的位置
#求准确率
accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))
with tf.Session() as sess:
sess.run(init)
for epoch in range(21):
for batch in range(n_batch):
batch_xs,batch_ys = mnist.train.next_batch(batch_size)
sess.run(train_step,feed_dict={x:batch_xs,y:batch_ys})
acc = sess.run(accuracy,feed_dict={x:mnist.test.images,y:mnist.test.labels})
print("Iter " + str(epoch) + ",Testing Accuracy " + str(acc))
最新文章
- Python3.5 用 pip 安装lxml时出现 “Unable to find vcvarsall.bat ”?(转载)
- Linux 命令与文件的搜寻
- C#进行Visio二次开发之文件导出及另存Web页面
- Angular - ng-repeat高级用法
- StringGrid 实例3: 本例功能: 1、修改 TStringGrid的默认宽与高; 2、添加行; 3、确认当前单元并赋值.
- 简单SQL分页
- Ruby--Array
- A+B for Matrices 及 C++ transform的用法
- Kinect For Windows V2开发日志六:人体的轮廓的表示
- JSONP 含jquery 实例
- segment
- [Design Pattern] Factory Pattern 简单案例
- MFC关于VS内存释放的定位
- [Linked List]Partition List
- Java多线程之synchronized(二)
- vue2.0实现前端星星评分功能组件
- spring集成shiro登陆流程(上)
- MSMQ 和 MQTT
- Python-re模块中一些重要函数
- centos7安装mariadb
热门文章
- Linux 创建和销毁 urb
- dotnet 通过 WMI 获取系统安装的驱动
- HFile v2 v3文件结构
- $Noip2013/Luogu1967$ 货车运输 最大生成树+倍增$lca$
- BridgePattern(桥接模式)-----Java/.Net
- [Oracle]Oracle的闪回归档
- 4.eclipse中导入别人用的源代码问题
- 线程池:ThreadPoolExecutor的使用
- CMS总结
- 从头学pytorch(十九):批量归一化batch normalization