Tensorflow mnist 数据集测试代码 + 自己下载数据

https://blog.csdn.net/weixin_39673686/article/details/81068582


import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
#  自己下载 MNIST_data 数据集，  csdn  上下载很快
mnist_data_folder="/home/zhangjun/miniconda3/envs/tensorflow/MNIST_data"
mnist=input_data.read_data_sets(mnist_data_folder,one_hot=True)x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
y = tf.matmul(x, W) + b# Define loss and optimizer y_ = tf.placeholder(tf.float32, [None, 10]) # The raw formulation of cross-entropy, # # tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(tf.nn.softmax(y)), # reduction_indices=[1])) #
# can be numerically unstable. #
# So here we use tf.nn.softmax_cross_entropy_with_logits on the raw
# outputs of 'y', and then average across the batch.cross_entropy = tf.reduce_mean( tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y))train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
sess = tf.InteractiveSession()tf.global_variables_initializer().run()# Train
for _ in range(1000): batch_xs, batch_ys = mnist.train.next_batch(100) sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
# Test trained modelcorrect_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

Tensorflow mnist 数据集测试代码 + 自己下载数据相关推荐

MATLAB实现基于BP神经网络的手写数字识别+GUI界面+mnist数据集测试
文章目录 MATLAB实现基于BP神经网络的手写数字识别+GUI界面+mnist数据集测试一.题目要求二.完整的目录结构说明三.Mnist数据集及数据格式转换四.BP神经网络相关知识 4.1 ...
TensorFlow Mnist数据集下载问题
安装好TensorFlow后,按教程输入如下命令时,会出现不能下载数据的问题. from tensorflow.examples.tutorials.mnist import input_data m ...
GAN生成对抗网络基本概念及基于mnist数据集的代码实现
本文主要总结了GAN(Generative Adversarial Networks) 生成对抗网络的基本原理并通过mnist数据集展示GAN网络的应用. GAN网络是由两个目标相对立的网络构成的,在 ...
原始GAN-pytorch-生成MNIST数据集（代码）
文章目录原始GAN生成MNIST数据集 1. Data loading and preparing 2. Dataset and Model parameter 3. Result save pat ...
junit编写测试代码_编写数据访问代码测试-不测试框架
junit编写测试代码当我们向数据访问代码编写测试时,是否应该测试其公共API的每种方法? 一开始听起来很自然. 毕竟,如果我们不测试所有内容,那么如何知道我们的代码可以按预期工作? 这个问题为我们 ...
junit编写测试代码_编写数据访问代码测试–绿色建筑不够好
junit编写测试代码开始为数据访问代码编写集成测试之前,我们要做的第一件事是决定如何配置测试用例. 我们有两种选择:正确的一种和错误的一种. 不幸的是,许多开发人员选择错误. 我们如何避免犯同样的 ...
Tensorflow— MNIST数据集分类简单版本
代码: import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data#载入数据集 #当前路径 m ...
【深度学习】2个经典的练手CNN源码与MNIST数据集测试结果
对刚入门深度学习的童鞋,这2个简单的工程可快速入门.建议手敲一遍,可快速熟悉代码和CNN的实现流程. #1.导入相关库 import numpy as np import tensorflow as ...
TensorFlow笔记（3）——利用TensorFlow和MNIST数据集训练一个最简单的手写数字识别模型...
前言当我们开始学习编程的时候,第一件事往往是学习打印"Hello World".就好比编程入门有Hello World,机器学习入门有MNIST. MNIST是一个入门级的计算机 ...

Tensorflow mnist 数据集测试代码 + 自己下载数据

Tensorflow mnist 数据集测试代码 + 自己下载数据相关推荐

最新文章

热门文章