tensorflow下运行softmax和CNN实例

最新推荐文章于 2022-06-16 19:40:22 发布

Ychan_cc

最新推荐文章于 2022-06-16 19:40:22 发布

阅读量2.7k

点赞数

分类专栏： tensorflow

本文链接：https://blog.youkuaiyun.com/Ychan_cc/article/details/62907412

版权

该博客演示了如何使用TensorFlow进行softmax分类和构建卷积神经网络（CNN）以识别MNIST数据集。首先，加载MNIST数据并创建占位符，接着初始化权重和偏置，构建前向传播模型，并通过梯度下降法进行训练。然后，搭建CNN模型，包括卷积层、池化层、全连接层和dropout，最后进行训练和评估。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#!/usr/bin/env python
# -*- coding:utf-8 -*- 
# Author: cc

"""
tensorflow中采用softmax分类mnist
"""
# 1) 载入数据
# 从目录：/home/cc/tensorflow/lib/python2.7/site-packages/ ... \
# tensorflow/examples/tutorials/mnist 导入input_data.py
# download dataset到当前目录下
# one_hot=1, 例如将标量数据1转化未[1,0,0,0,0,0,0,0,0,0]
# from tensorflow/contrib/learn/python/learn/datasets/mnist import read_data_sets


from tensorflow.examples.tutorials.mnist import input_data

mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
# mnist是一个类，类里面继续调用tran,test子类

# 2) 启动tensorflow interactiveSession

import tensorflow as tf

sess = tf.InteractiveSession()
# '''
# a = tf.constant(5.0)
# b = tf.constant(6.0)
# c = a * b
# with tf.Session():
#     # We can also use 'c.eval()' here.
#     print(c.eval())
#     '''
#
# # 3） 计算图 computation graph///placeholders
#
x = tf.placeholde

最低0.47元/天解锁文章