Tensorflow + Mnist (两层CNN，两层全连接)

最新推荐文章于 2022-05-08 10:05:00 发布

原创

最新推荐文章于 2022-05-08 10:05:00 发布 · 2.7k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#python #机器学习 #手写字符识别

前面几天中断了好几天，装了个linux，搭建了一下深度学习环境。入坑tensorflow，算是目前相当方便的一个平台了。环境的搭建我有单独写了个博客。
我搭建的环境
ubuntu16.04LTS + python3.6+tensorflow1.2
我的硬件环境：
i7-4720HQ @2.60ghz*8 + 950m
直接上手tensorflow的入门教程，mnist手写字符的识别，tensorflow的官方文档写了一个手写字符识别的入门CNN网络，但是没有画出网络结构，相信对于初学者还是有点难以理解的。
我这里画了一个草图
这里写图片描述
总的来说就是两层卷积（第一层包括一个卷积（32个5×5的kernel）+一个池化，第二层包括一个卷积（64个5×5的kernel）+一个池化）两层全连接，前面3层的激活函数都是采用了relu：max（0,x），最后一层用softmax输出10类目标

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Sun Jun 25 11:59:53 2017

@author: matthew
"""

import input_data
import tensorflow as tf
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
sess = tf.InteractiveSession()

# build softmax
x = tf.placeholder("float",shape = [None,784])
y_ = tf.placeholder("float",shape = [None,10])

#initialize weights and bias
def weight_variable(shape):
    initial = tf.truncated_normal(shape,stddev = 0.1)