Python相关

都市朝阳

于 2017-11-21 17:15:14 发布

阅读量348

点赞数

CC 4.0 BY-SA版权

分类专栏：计算机视觉应用

本文链接：https://blog.youkuaiyun.com/gengzg/article/details/78594723

计算机视觉应用专栏收录该内容

29 篇文章 ¥79.90 ¥99.00

订阅专栏

这篇博客介绍了如何结合Cython和TensorFlow来构建一个深度神经网络（DNN）模型。首先，通过Cython编译Python脚本以提高效率。接着，加载鸢尾花数据集并用TensorFlow的DNNClassifier创建一个3层的神经网络，每层节点数分别为100、200和100。模型经过2000步的训练后，评估了其在测试集上的精度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

cython --embed test.py

gcc -Os -I /usr/local/include/python3.6m -o test test.c -lpython3.6m -lpthread -lm -lutil -ldl

#加载包
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import tensorflow as tf
import numpy as np


# 数据集名称，数据集要放在你的工作目录下
IRIS_TRAINING = "d:/mhuanjing.csv"
IRIS_TEST = "d:/mhuanjing.csv"

# 数据集读取，训练集和测试集
training_set = tf.contrib.learn.datasets.base.load_csv_with_header(filename=IRIS_TRAINING,target_dtype=np.int,features_dtype=np.float32)
test_set = tf.contrib.learn.datasets.base.load_csv_with_header(

了解本专栏