基于神经网络(多层感知器)识别手写数字

使用TensorFlow训练MNIST数据集的多层感知机
该文介绍了使用TensorFlow进行机器学习实验,特别是针对经典MNIST数据集训练一个多层感知机模型的过程。首先,由于缺少`tensorflow.examples`模块,作者提供了下载链接以解决问题。接着,加载MNIST数据并构建网络结构,包括两个隐藏层和softmax输出层。然后,定义损失函数、优化器(梯度下降)以及评估准确率的指标,并进行网络训练,输出每个epoch的平均成本和准确性。

1、数据集

        数据集为经典mnist。

2、实验部分

        2.1 模块加载

import tensorflow.compat.v1 as tf
import ssl
from tensorflow.examples.tutorials.mnist import input_data

错误收录:
1、No module named 'tensorflow.examples'
    在D:\ProgramSoftware\Anaconda3\Lib\site-packages\tensorflow 下缺少examples文件夹
  解决方案:
   补充exmples文件夹
  链接:https://pan.baidu.com/s/1zP8wZ_WT2GBlLhICmFFIqA 
   提取码:1234

        2.2 加载数据

ssl._create_default_https_context = ssl._create_unverified_context;
mnist = input_data.read_data_sets("./mnist_data/",one_hot=True)
train_x,tr
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值