tensorflow学习4-CNN网络

原创

于 2019-05-13 21:36:36 发布 · 806 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #CNN网络

本文详细介绍了在TensorFlow中实现卷积神经网络（CNN）的原理、代码实现及测试过程，通过实例代码深入理解CNN网络的工作机制。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.原理图:

在这里插入图片描述

2.代码:

import numpy as np
import tensorflow as tf
import matplotlib.pyplot as plt
import tensorflow.examples.tutorials.mnist.input_data as input_data

mnist = input_data.read_data_sets('data/', one_hot=True)
trainimg   = mnist.train.images
trainlabel = mnist.train.labels
testimg    = mnist.test.images
testlabel  = mnist.test.labels
print ("MNIST ready")

n_input  = 784
n_output = 10
weights  = {
   
   
        'wc1': tf.Variable(tf.random_normal([3, 3, 1, 64], stddev=0.1)),
        'wc2': tf.Variable(tf.random_normal([3, 3, 64, 128], stddev=0.1)),
        'wd1': tf.Variable(tf.random_normal([7*7*128, 1024], stddev=0.1)),
        'wd2': tf.Variable(tf.random_normal([1024, n_output], stddev=0.1))
    }
biases   = {
   
   
        'bc1': tf.Variable(tf.random_normal([64], stddev=0.1)),
        'bc2': tf.Variable(tf.random_normal([128], stddev=0.1)),
        'bd1'