Tensorflow MNIST 手写识别

这是一个系列，记录我Tensorflow开发常用的代码，小常识，有些是参考网上代码，(讲的可能有点烂，求不要打脸，嘤嘤嘤~~)送给那些需要的人。可以相互交流，喜欢的加我吧。
Wx: Lxp911221

根据官方文档敲“MNIST机器学习入门”第一个例子，碰到一个烦了我很久的问题
input_data 一直找不到。why？

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

找了很久，找到了上边一段代码，执行成功。所以它很重要）：
下边代码是一位博主的，比我的代码注释详细，就直接用他的吧
@MebiuW

# -*- coding:utf-8 -*-
# Noted by: @MebiuW sina weibo
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
#加载数据，如果不存在他会首先自动下载数据到指定的目录
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
# X是一个Placeholder ,这个值后续再放入让TF计算，这里是一个784维，但是训练数量不确定的（用None表示）的浮点值
x = tf.placeholder(tf.float32, [None, 784])
# 设置对应的权值和偏置的表示，Variable代表一个变量，会随着程序的生命周期做一个改变
# 需要给一个初始的值，这里都全部表示为0
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(tf.zeros([10]))
# 这里根据我们上面描述的，构件我们的模型，y是模型的输出，matmul是矩阵乘法，公式请参见之前的
y = tf.nn.softmax(tf.matmul(x, W) + b)
# 这里是保存真是的Label，同样是Placeholder，原理同X
y_ = tf.placeholder(tf.float32, [None, 10])
# 在机器学习的模型中，我们需要定义一个衡量模型好坏的方式，称为代价函数（Cost Loss），这里使用了交叉熵去衡量 reduce_sum 累加
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
#训练的步骤，告诉tf，用梯度下降法去优化，学习率是0.5，目的是最小化交叉熵
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
# 到目前为止，我们已经定义完了所有的步骤，下面就需要初始化这个训练步骤了，首先初始化所有变量（之前定义的变量）
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
#运行步骤1000次
for i in range(1000):#载入数据batch_xs, batch_ys = mnist.train.next_batch(100)#执行步骤，但是需要填入placeholder的值sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
#进行模型的的衡量
correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
#理论上应该是92%附近
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

执行结果不到92%，不过第一步，慢慢来。谢谢！

Tensorflow MNIST 手写识别相关推荐

Tensorflow之基于MNIST手写识别的入门介绍
Tensorflow是当下AI热潮下,最为受欢迎的开源框架.无论是从Github上的fork数量还是star数量,还是从支持的语音,开发资料,社区活跃度等多方面,他当之为superstar. 在前面介 ...
使用mllib完成mnist手写识别任务
使用mllib完成mnist手写识别任务小提示,通过restart命令重启已经退出了的容器 sudo docker restart <contain id> 完成识别任务准备工作从以下 ...
Mnist手写识别项目常见问题及解决方法
环境搭建问题1:在Visual Studio 2019中的"扩展"管理中搜索不到"AI工具" 解决方法:因为"AI工具"插件不支持Visu ...
深度学习笔记（MNIST手写识别）
先看了点花书,后来觉得有点枯燥去看了b站up主六二大人的pytorch深度学习实践的课,对深度学习的理解更深刻一点,顺便做点笔记,记录一些我认为重要的东西,便于以后查阅. 一. 机器学习基础学习的定 ...
【TensorFlow】TensorFlow从浅入深系列之三 -- 教你如何对MNIST手写识别
本文是<TensorFlow从浅入深>系列之第3篇 TensorFlow从浅入深系列之一 -- 教你如何设置学习率(指数衰减法) TensorFlow从浅入深系列之二 -- 教你通过思维导 ...
Tensorflow实现MNIST手写识别
MNIST手写体识别训练和测试模型下载地址: MNIST手写体模型下载 MNIST手写体识别,标签编码为独热(one-hot)编码 One-Hot编码,又称为一位有效编码,主要是采用N位状态寄存器来对 ...
CocosCreator集成TensorFlow实现手写识别
数字识别画板 Git地址: https://yaoooqi.coding.net/public/DrawingBoard/DrawingBoard/git/files 运行时需要远程加载model.j ...
TensorFlow | 使用Tensorflow带你实现MNIST手写字体识别
github:https://github.com/MichaelBeechan CSDN:https://blog.csdn.net/u011344545 涉及代码:https://github.c ...
Tensorflow快餐教程(1) - 30行代码搞定手写识别
摘要: Tensorflow入门教程1 去年买了几本讲tensorflow的书,结果今年看的时候发现有些样例代码所用的API已经过时了.看来自己维护一个保持更新的Tensorflow的教程还是有意义的 ...

Tensorflow MNIST 手写识别

Tensorflow MNIST 手写识别相关推荐

最新文章

热门文章