TensorFlow新手实例源码--mnist源码

最新推荐文章于 2024-01-22 17:42:54 发布

GlassyBug

最新推荐文章于 2024-01-22 17:42:54 发布

阅读量501

点赞数

CC 4.0 BY-SA版权

分类专栏： tensorflow 文章标签：源码 TensorFlow

本文链接：https://blog.youkuaiyun.com/a630895452/article/details/78635391

tensorflow 专栏收录该内容

3 篇文章

订阅专栏

本文介绍了一个使用 TensorFlow 实现的手写数字识别模型。该模型采用 softmax 回归算法，并通过 MNIST 数据集训练得到约 91% 的准确率。文中提供了完整的 Python 代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

环境：python3.5（今[2017.11.25]实测3.6版本无法安装tensorflow）
以下源码已测试通过，准确率约91%
代码如下：

import tensorflow.examples.tutorials.mnist.input_data as input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
import tensorflow as tf
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])
cross_entropy = -tf.reduce_sum(y_*tf.log(y))
train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)

with tf.Session() as sess:
  sess.run(tf.global_variables_initializer())

  for i in range(1000):
    batch_xs, batch_ys = mnist.train.next_batch(100)
    sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
  correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
  accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
  print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))
  print(sess.run(W))
  print(sess.run(b))