TensorFlow 实现RNN

TensorFlow 实现RNN

1. 导入所需包

import  tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data # 获取数据
import numpy as np

2. 获取数据

# 获取数据集
data_path = r'C:\Users\liev\Desktop\myproject\yin_test\MNIST_DATA_TensorFlow'
mnist = input_data.read_data_sets(data_path,one_hot=True)

# 获取数据集信息

print('训练集图片信息: ',np.array(mnist.train.images).shape)
print('训练集标签信息: ',np.array(mnist.train.labels).shape)
print('测试集图片信息: ',np.array(mnist.test.images).shape)
print('测试集标签信息: ',np.array(mnist.test.labels).shape)

输出：

训练集图片信息:  (55000, 784)
训练集标签信息:  (55000, 10)
测试集图片信息:  (10000, 784)
测试集标签信息:  (10000, 10)

3. 网络结构

RNN网络处理数据过程：

代码实现：

class RNN:
    def __init__(self):
        self.in_w = tf.Variable(tf.truncated_normal([28,128], stddev=0.1))
        self.in_b = tf.Variable(tf.zeros([