TensorFlow随笔-多分类单层神经网络softmax

#!/usr/bin/env python2
# -*- coding: utf-8 -*-import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
print "样本数据维度大小：",mnist.train.images.shape
print "样本标签维度大小：",mnist.train.labels.shape
x=tf.placeholder(tf.float32,[None,784])
w=tf.Variable(tf.zeros([784,10]))
b=tf.Variable(tf.zeros([10]))
y=tf.nn.softmax(tf.matmul(x,w)+b)
y_=tf.placeholder(tf.float32,[None,10])#真实概率分布
cross_entropy=tf.reduce_mean(-tf.reduce_sum(y_*tf.log(y),reduction_indices=[1]))
train_step=tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
with tf.Session() as sess:init_op=tf.global_variables_initializer()sess.run(init_op)#训练for i in range(1000):batch_xs,batch_ys=mnist.train.next_batch(100)train_step.run({x:batch_xs,y_:batch_ys}) #验证correct_prediction=tf.equal(tf.argmax(y,1),tf.argmax(y_,1))accuracy=tf.reduce_mean(tf.cast(correct_prediction,tf.float32))print (accuracy.eval({x:mnist.test.images,y_:mnist.test.labels}))

多分类目标通过tf.nn.softmax函数，确保输出为一个向量，所有向量元素均>0 且<1，其和为1每个元素，表示属于该类的概率。

TensorFlow随笔-多分类单层神经网络softmax相关推荐

TensorFlow基础8-实现单层神经网络
记录TensorFlow听课笔记文章目录记录TensorFlow听课笔记一,神经网络的设计二,实现单层神经网络一,神经网络的设计二,实现单层神经网络导入库加载数据数据预处理设置超参 ...
tensorflow随笔——简单的卷积神经网络分类实例
下例是用tensorflow写的2层cnn+2层fc的一个卷积神经网络做mnist的分类例子,旨在简单明了,过一遍TF代码的分类流程. 实例只有两个文件: train.py:数据读取,模型训练. # ...
tensorflow随笔——简单的循环神经网络分类实例
继上一篇用简单的卷积神经网络做mnist分类之后,本篇文章采用RNN替换CNN写了一个mnist分类实例.实例中包含两个文件: train.py:数据加载和训练代码. # coding=utf-8 i ...
译文 | 与TensorFlow的第一次接触第四章：单层神经网络
北京 | 深度学习与人工智能研修 12月23-24日再设经典课程重温深度学习阅读全文> 正文共7865个字,27张图,预计阅读时间:20分钟. 在前言中,已经提到经常使用深度学习的领域就是模 ...
深度学习基础--SOFTMAX回归（单层神经网络）
深度学习基础–SOFTMAX回归(单层神经网络) 最近在阅读一本书籍–Dive-into-DL-Pytorch(动手学深度学习),链接:https://github.com/newmonkey/Div ...
[Python人工智能] 十二.循环神经网络RNN和LSTM原理详解及TensorFlow编写RNN分类案例
从本专栏开始,作者正式开始研究Python深度学习.神经网络及人工智能相关知识.前一篇讲解了TensorFlow如何保存变量和神经网络参数,通过Saver保存神经网络,再通过Restore调用训练好的 ...
CV之IC之AlexNet：基于tensorflow框架采用CNN卷积神经网络算法(改进的AlexNet,训练/评估/推理)实现猫狗分类识别案例应用
CV之IC之AlexNet:基于tensorflow框架采用CNN卷积神经网络算法(改进的AlexNet,训练/评估/推理)实现猫狗分类识别案例应用目录基于tensorflow框架采用CNN(改进 ...
TensorFlow学习笔记之三（神经网络的优化)
文章目录 1. 使用激活函数去线性化(为什么要用激活函数) 实验证明线性模型的局限性常用激活函数 2. 神经网络复杂度:用网络层数和网络参数的个数表示 3. 损失函数(loss):预测值(y)与已知 ...
TensorFlow学习（三）——神经网络进阶
TensorFlow学习(三)--神经网络进阶DNN 一.神经网络的进阶概念激活函数偏置项损失函数经典损失函数交叉熵(cross entropy)损失函数--分类问题示例展示代码表示代 ...

TensorFlow随笔-多分类单层神经网络softmax

TensorFlow随笔-多分类单层神经网络softmax相关推荐

最新文章

热门文章