hongxue8888的博客

项目结构如下图： dogs-cats-model：存放训练模型 training_data：训练数据 testing_data：测试数据1、读取训练数据import dataset_cdimport tensorflow as tffrom numpy.random import seed#使用seed（随机种子）为了使每次训练的时候，训练集和验证集保持...

随机生成1000个点，围绕在y=0.1x+0.3的直线周围import numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltimport sys# 随机生成1000个点，围绕在y=0.1x+0.3的直线周围num_points = 1000vectors_set = []for i in rang...

import numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltimport input_datamnist = input_data.read_data_sets('data/', one_hot=True)trainimg = mnist.train.imagestrainlabel = mnist....

如上图，在使用mnist时，神经网络的的作用就是计算当前输入数字图片属于各个数字的概率值，然后将概率值最高的数字作为预测值输出，从而达到分类任务。单层神经网络如下图所示： 单层神经网络代码如下：import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_data#MNIST数据输入...

卷积神经网络架构图： 一个卷积神经网络主要由5种结构组成：输入层卷积层池化层全连接层Softmax层import tensorflow as tfimport randomimport numpy as npimport matplotlib.pyplot as pltimport datetime# %matplotlib inlinefrom t...

cifar-10数据集位置如下图： import pickleimport numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltimport randomrandom.seed(1)def unpickle(file): fo = open(file, 'rb') dict =...

参考： http://blog.youkuaiyun.com/willduan1/article/details/52024254这个是用一个简单的 Softmax 回归来进行训练的代码from tensorflow.examples.tutorials.mnist import input_dataimport tensorflow as tf#MNIST数据输入 mnist = input_data