使用tensorFlow完成对MNIST数据集的训练

最新推荐文章于 2023-07-17 21:24:06 发布
最新推荐文章于 2023-07-17 21:24:06 发布
阅读量895 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： error
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_36326434/article/details/79001696
本文解决TensorBoard使用过程中遇到的常见错误，包括如何正确调用merge_all_summaries()和SummaryWriter()函数，指导读者通过TensorBoard查看训练过程中的各项指标。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

参考tensorflow官方文档中文版

希望使用TensorBoard实现可视化，但是这个官方文档可能很久没更新了，很多函数已经用不了了。

merged_summary_op = tf.merge_all_summaries()
报错： 

    merged_summary_op = tf.merge_all_summaries()
AttributeError: module 'tensorflow' has no attribute 'merge_all_summaries'


改为：

merged_summary_op = tf.summary.merge_all()









summary_writer = tf.train.SummaryWriter('/mnist_logs', sess.graph)

报错：

    summary_writer = tf.train.SummaryWriter('/mnist_logs', sess.graph)

AttributeError: module 'tensorflow.python.training.training' has no attribute 'SummaryWriter'




改为：




summary_writer = tf.summary.FileWriter('/mnist_logs', sess.graph)











pycharm中打开命令行输入：


tensorboard --logdir='/mnist_logs'




显示


TensorBoard 0.4.0rc3 at http://ting-pc:6006 (Press CTRL+C to quit)




打开浏览器，地址栏输入：http://ting-pc:6006就可以看到


tensorboard的页面了


                

        

    

    
  



    



                



	

		

			

				
					
使用TensorFlow训练MNIST数据集

				
			

			

				

					ruanjianbu的博客
				

				

					02-19
					
					2720
					
				

			

		

		

			
				
这篇教程主要来源于这本书：《21个项目玩转深度学习 基于TensorFlow的实践详解》
在线阅读：http://yuedu.163.com/book_reader/acc0e605a6b948b9983afcf62e297fba_4
当我们学习编程语言时，第一课通常会学习一个简单的 “Hello World” 程序， 而 MNIST 手写字符识别可以算得上是机器学习界的 “Hello World...

			
		

	



                

            
              



	

		

			

				
					
TensorFlow训练mnist分析

				
			

			

				

					fu6543210的博客
				

				

					04-07
					
					1619
					
				

			

		

		

			
				
以前学的caffe，caffe不够灵活，所以开始转学TensorFlow了，然后看着官网的教程，跑了把入门级别的mnist ，10分类。

 

发现以前学的caffe还是有帮助的，caffe有很多可视化的工具，帮助你看到整个net的详细结果，训练过程还有digis

可视话整个训练过程，所以选择caffe入门确实很好。等有了点深层学习的基础理论，选择再转TensorFlow，可能接受能力

会强...

			
		

	



              


  
              

                


	

		

			

				
					
tensorflow  训练 MNIST数据集

				
			

			

				

					08-15
				

			

		

		

			
				
tensorflow  训练 MNIST数据集

			
		

	





	

		

			

				
					
TensorFlow入门之训练mnist数据集

				
			

			

				

					rongrongyaofeiqi的博客
				

				

					03-23
					
					1719
					
				

			

		

		

			
				
import sys,os
import numpy as np
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data 

mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

sess = tf.Interact

			
		

	



		

			
		



	

		

			

				
					
TensorFlow 训练 MNIST 数据（二）

				
			

			

				

					willduan的博客
				

				

					07-26
					
					265
					
				

			

		

		

			
				
上一篇博客讲了一个简单的基于 SoftMax 回归的学习模型，准确率大概在91%左右，这篇构建一个深度卷积神经网络。主要的教程还是来自于极客学院，但是讲的很琐碎，我把自己整理的思路和最后写的完整的代码在这篇博文中呈现出来。
这篇文章大致构建的网络结构如下：
输入层-->卷积层-->卷积层-->密集连接层-->输出层。其中每一个卷积层中还有max pooling，用来进行...

			
		

	





	

		

			

				
					
用tensorflow在mnist数据集下训练、测试模型

				
			

			

				

					03-01
				

			

		

		

			
				
用tensor flow框架 在mnist数据集上训练一个神经网络模型，调试通过，上传给大家学习使用。
1.解压后为共有三个.py文件、一个文件为前向传播过程、另两个文件为训练和测试用
2.mnist数据集在mnist文件夹内,另一个文件夹保存训练好的模型，方便以后直接使用

			
		

	





	

		

			

				
					
tensorflow 之 mnist数据集分析

				
			

			

				

					gaotihong的博客
				

				

					10-29
					
					136
					
				

			

		

		

			
				
网上下载的图像







cv2保存的图像





所以，有时候预测不对。更多的是，图像的格式不对。【完毕】


			
		

	





	

		

			

				
					
tensorflow实现加载mnist数据集

				
			

			

				

					12-24
				

			

		

		

			
				
mnist作为最基础的图片数据集，在以后的cnn，rnn任务中都会用到  import numpy as np import tensorflow as tf import matplotlib.pyplot as plt from tensorflow.examples.tutorials.mnist import input_data #数据...

			
		

	





	

		

			

				
					
使用TensorFlowSharp训练MNIST数据集。.zip

				
			

			

				

					01-02
				

			

		

		

			
				
通过上述步骤，我们可以使用C#和TensorFlowSharp库完成MNIST数据集的训练。这个过程涵盖了数据加载、模型构建、训练、评估等关键环节，展示了C#在深度学习领域的应用潜力。尽管示例相对简单，但它为更复杂的模型和...

			
		

	





	

		

			

				
					
基于Tensorflow，OpenCV使用MNIST数据集训练卷积神经网络模型用于手写数字识别.zip

					
最新发布

				
			

			

				

					02-19
				

			

		

		

			
				
基于Tensorflow，OpenCV使用MNIST数据集训练卷积神经网络模型用于手写数字识别.zip基于Tensorflow，OpenCV使用MNIST数据集训练卷积神经网络模型用于手写数字识别.zip基于Tensorflow，OpenCV使用MNIST数据集训练卷积...

			
		

	





	

		

			

				
					
Tensorflow训练Mnist数据集

				
			

			

				

					蓬莱道人的博客
				

				

					06-06
					
					1241
					
				

			

		

		

			
				
  1、使用softmax回归对mnist数据集进行分类，准确率大概为0.92左右  2、使用多层感知机(3层)对mnist数据集分类，准确率大概为0,98  3、使用CNN对mnist进行分类，准确率为0.99  #coding=utf-8
import pickle
import numpy as np
import matplotlib.pyplot as plt
import tensor...

			
		

	





	

		

			

				
					
tensorflow分类应用（MNIST手写数字识别）

				
			

			

				

					05-02
				

			

		

		

			
				
tensorflow分类应用（MNIST手写数字识别）的jupyter笔记

			
		

	





	

		

			

				
					
TensorFlow2 手把手教你训练 MNIST 数据集 part1

				
			

			

				

					我是小白呀的博客
				

				

					06-12
					
					5145
					
				

			

		

		

			
				
TensorFlow2 手把手教你训练 MNIST 数据集.

			
		

	





	

		

			

				
					
Tensorflow训练mnist数据（完整版）

				
			

			

				

					小花生的博客
				

				

					07-30
					
					2540
					
				

			

		

		

			
				
重构之后的代码会被拆分成3个程序，第一个是mnist_inference.py,它定义了前向传播的过程以及神经网络中的参数。第二个程序是mnist_train.py，它定义了神经网络的训练过程。第三个程序是mnist_eval.py，它定义了测试过程。

			
		

	





	

		

			

				
					
深度学习：TensorFlow2练习---Mnist数据集

				
			

			

				

					weixin_45735249的博客
				

				

					07-17
					
					1446
					
				

			

		

		

			
				
深度学习笔记

			
		

	





	

		

			

				
					
TensorFlow 实战 MINST

				
			

			

				

					omnispace的博客
				

				

					02-18
					
					5349
					
				

			

		

		

			
				
工作中需要实现 CNN、RNN 模型，于是开始学习 TensorFlow。这是第一篇，MNIST的实战。官方文档讲的很详细，这里我不过是用我的思路整理一遍，方便日后的查阅。


TensorFlow 介绍

综述
TensorFlow 是一个编程系统, 使用图来表示计算任务. 图中的节点被称之为 op (operation 的缩写). 一个 op 获得 0 个或多个 Tensor, 执

			
		

	





	

		

			

				
					
神经网络入门之Tensorflow实战一：MNIST数据集的训练与预测

				
			

			

				

					Sandyxi_nanase的博客
				

				

					07-22
					
					1933
					
				

			

		

		

			
				
一：前言
在正式学习神经网络之前，我们需要对一些必要的知识有一个具体的认识。
Q：Tensorflow是什么？我们为什么要使用Tensorflow？
A：TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief。
Tensorflo...

			
		

	





	

		

			

				
					
TensorFlow学习实战（一）：通过CNN实现Mnist

				
			

			

				

					IMUDGES_YangHan的博客
				

				

					01-31
					
					723
					
				

			

		

		

			
				
	本次通过CNN来实现Mnist，我给每一部分的代码加上了详细的注释。下面直接上程序：

import tensorflow as tf
import numpy as np
from tensorflow.examples.tutorials.mnist import input_data

mnist = input_data.read_data_sets('MNIST_data', one_...

			
		

	





	

		

			

				
					
tensorflow处理mnist数据分类问题练习

				
			

			

				

					weixin_44256344的博客
				

				

					04-12
					
					267
					
				

			

		

		

			
				
一、直接下载mnist官方的数据，别人放的压缩包链接经常失效，所有我直接改用了官方的数据链接
定义了下载的函数，在调用四次，将四个文件下载 下来

二、定义了读取的图片和标签文件文件的函数，在函数中直接将图片数据改成每行为2828（图片是单通道，格式为28281），读取的img为（num，2828）每一行都是一个图片的数据
图片展示：

import tensorflow as tf
from  tensorflow.python.keras import layers
from matplotlib  i

			
		

	





	

		

			

				
					
PyTorch与TensorFlow实践：MNIST数据集训练与预测

				
			

			

				

					
				

			

		

		

			
				
由于MNIST数据集是灰度图像，因此在进行训练之前需要对其进行预处理。这通常包括将图像缩放到统一大小，归一化处理像素值（通常是将0-255的值缩放到0-1之间），以及将标签转换为独热编码（one-hot encoding）形式，...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

  
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值