import tensorflow as tf
import input_data

#导入数据
mnist = input_data.read_data_sets('MNIST_data',one_hot=True)

#权重及偏置设置
weights = tf.Variable(tf.zeros([784,10]))
biases = tf.Variable(tf.zeros([10]))

#输入数据占位符
x=tf.placeholder("float",[None,784])

#softmax函数
y = tf.nn.softmax(tf.matmul(x,weights)+biases)

#真实样本标签
y_real = tf.placeholder("float",[None,10])

#交叉商作为目标函数
cross_entropy = -tf.reduce_sum(y_real*tf.log(y))

#函数优化
train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)

#小批量梯度下降优化算法执行
for i in range(1000):

#随机选取100个样本训练
    batch_xs,batch_ys = mnist.train.next_batch(100)

#赋值占位变量
    sess.run(train_step,feed_dict={x:batch_xs,y_real:batch_ys})
    if i%100==0:

#计算正确的样本个数
        correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(y_real,1))

#计算正确比例
        accuracy = tf.reduce_mean(tf.cast(correct_prediction,"float"))
        print(sess.run(accuracy,feed_dict={x:mnist.test.images,y_real:mnist.test.labels}))

softmax简单模型处理Mnist分类问题相关推荐

  1. TensorFlow精进之路(一):Softmax回归模型训练MNIST

    1.MNIST数据集简介: MNIST数据集主要由一些手写数字的图片和相应标签组成,图片总共分为10类,分别对应0-9十个数字. 如上图所示,每张图片的大小为28×28像素.而标签则由one-hot向 ...

  2. python与机器学习(七)上——PyTorch搭建LeNet模型进行MNIST分类

    任务要求:利用PyTorch框架搭建一个LeNet模型,并针对MNIST数据集进行训练和测试. 数据集:MNIST 导入: import torch from torch import nn, opt ...

  3. Softmax回归——logistic回归模型在多分类问题上的推广

    Softmax回归 Contents [hide] 1 简介 2 代价函数 3 Softmax回归模型参数化的特点 4 权重衰减 5 Softmax回归与Logistic 回归的关系 6 Softma ...

  4. 如何建立分类模型matlab,创建简单模型 - MATLAB Simulink - MathWorks 中国

    创建简单模型 您可以使用 Simulink® 来对系统建模,然后仿真该系统的动态行为.本教程中创建简单模型所使用的基本方法也适用于创建更复杂的模型.此示例对简化的汽车运动进行仿真.当踩下油门踏板时,汽 ...

  5. 3 计算机组成原理第三章 存储系统 主存简单模型及寻址 半导体寄存器 存储器分类 主存与CPU连接 双口RAM和多模块寄存器

    文章目录 1 主存简单模型及寻址的概念 1.1 主存储器 1.1.1 存储器芯片的基本结构 1.1.2 寻址 2 半导体存储器 2.1 半导体随机存取存储器 2.1.1 DRAM的刷新 2.1.2 S ...

  6. Word Averaging模型做文本分类 稳定效果好模型简单

    利用WORDAVG模型做文本分类   模型简单 效果号 简单思想就是  将每个词向量在 句子维度进行求平均  可以用avgpool来做平均池化 然后用平均后的向量作为句子向量 进行文本分类 后面我们还 ...

  7. 【NLP】相当全面:各种深度学习模型在文本分类任务上的应用

    论文标题:Deep Learning Based Text Classification:A Comprehensive Review 论文链接:https://arxiv.org/pdf/2004. ...

  8. Softmax回归模型的构建和实现(Fashion-MNIST图像分类)

    在前面的线性回归(Linear Regression)模型的构建和实现中,我们了解到这种模型适用于输出为连续值的情景,如果对于离散值(一般表示为类别)的预测,一般都使用Softmax回归,这个模型在M ...

  9. TensorFlow使用--MNIST分类学习入门(感知机)

    目录 MNIST简单介绍 代码块 解决问题: 代码剖析: 学习传送门: MNIST简单介绍 MNIST是一组经过预处理的手写数字图片数据集,其中每个样本都是一张长28.宽28的灰度图片,其中包含一个0 ...

最新文章

  1. arcgis api for javascipt 加载天地图、百度地图
  2. 文末福利 | Python3 网络爬虫:老板,需要特殊服务吗?
  3. linux缓存代码,Linux使用的缓存
  4. 贾扬清演讲实录:一个AI开发者的奇幻漂流
  5. android 滚动条自定义样式,IScroll的使用-方向键绑定自定义滚动条样式
  6. 算法入门书籍--2022.04.04
  7. python判断奇数_python 中x%2 x1 判断偶数奇数 性能对比
  8. 小学徒进阶系列—JVM对String的处理
  9. 【小工具】根据定义的白名单字段进行Bean的拷贝
  10. 红黑树简介与C++应用
  11. 汉字转Base64的原理
  12. python3 接口获取数据
  13. 文本分类(2)——取特征词构建词典
  14. 小程序上传图片报错MiniProgramError “createUploadTask:fail url not in domain list“ 解决方案
  15. IDEA使用AVD Manager创建AVD
  16. Linux命令 - wget
  17. 计算机软件cd全称,cd刻录(刻录高音质cd完美教程_计算机软件及应用_IT/计算机_专业资料)...
  18. Windows效率神器
  19. android动画特效
  20. 手工自动重跑kettle报错Job

热门文章

  1. 河南城建学院linux期末试题,河南城建学院Linux期末考试复习题
  2. mysql自动添加多条数据_用一条mysql语句插入多条数据
  3. 【2012百度之星/初赛上】C:集合的交与并
  4. 为什么(12)式,km不能直接相乘?而要让域k先乘一个代数A里面的单位元,再作用在群M上呢?...
  5. mac brew 安装php扩展报错:parent directory is world writable but not sticky
  6. session and cookie
  7. Dockerfile构建nginx镜像
  8. JS正则判断输入框是否仅仅含有汉字、字母和数字
  9. Android攻城狮Gallery和ImageSwitcher制作图片浏览器
  10. JSPX不同按钮调用同一个页面