资讯

精准传达 • 有效沟通

从品牌网站建设到网络营销策划,从策略到执行的一站式服务

tensorflowmnist模型怎么实现

这篇文章主要介绍“tensorflow mnist模型怎么实现”,在日常操作中,相信很多人在tensorflow mnist模型怎么实现问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”tensorflow mnist模型怎么实现”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!

创新互联-专业网站定制、快速模板网站建设、高性价比蕲春网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式蕲春网站制作公司更省心,省钱,快速模板网站建设找我们,业务覆盖蕲春地区。费用合理售后完善,十多年实体公司更值得信赖。

所有的ML模型或者DL 模型 都是下面这四个固定套路的步骤

1.获取到所需数据

2.开始搭建模型

3.计算采用何种loss函数

4.选择batch,epoch,feed数据 

from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf

mnist = input_data.read_data_sets('./tmp/tensorflow/mnist/input_data',one_hot=True) # 下载数据
x = tf.placeholder(tf.float32,[None,784]) # 输入占位符
yresult = tf.placeholder(tf.float32,[None,10]) #输入数据真实的label

w = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10]))
y = tf.nn.softmax(tf.matmul(x,w) + b) # 用不用激励函数 都可以的其实
cross_entropy = -tf.reduce_sum(yresult * tf.log(y)) # loss  值
train_setp = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy) #梯度下降法
init  = tf.initialize_all_variables()

with tf.Session() as sess:
    sess.run(init)
    for i in range(1000):
        batch_xs, batch_ys = mnist.train.next_batch(100)
        argv1,loss = sess.run([train_setp,cross_entropy],feed_dict={x:batch_xs,yresult:batch_ys}) #如果想知道corss_entropy试试变化值 加入就好。
        if i % 200 == 0:
            print (loss)

    current_prediction = tf.equal(tf.argmax(y,1),tf.argmax(yresult,1)) # compare real and calculate
    accuracy = tf.reduce_mean(tf.cast(current_prediction,tf.float32))  # 数据类型转换 然后求匹配上的概率
    result = sess.run(accuracy,feed_dict={x:mnist.test.images,yresult:mnist.test.labels}) # test数据入口
    print(str(result * 100) + '%')

到此,关于“tensorflow mnist模型怎么实现”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注创新互联网站,小编会继续努力为大家带来更多实用的文章!


分享题目:tensorflowmnist模型怎么实现
分享链接:http://www.cdkjz.cn/article/psjgoe.html
多年建站经验

多一份参考,总有益处

联系快上网,免费获得专属《策划方案》及报价

咨询相关问题或预约面谈,可以通过以下方式与我们联系

大客户专线   成都:13518219792   座机:028-86922220