莫烦CNN实例 --手写体识别

step_foreward

于 2019-02-16 14:38:28 发布

阅读量648

点赞数 1

CC 4.0 BY-SA版权

分类专栏：莫烦tensorflow

本文链接：https://blog.youkuaiyun.com/step_foreward/article/details/87447126

这篇博客深入探讨了使用CNN进行手写体识别的过程，重点讲解了softmax函数在分类中的应用，如何计算各类别的概率，并确保概率值位于0到1之间。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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

#读取数据
mnist=input_data.read_data_sets('MNIST——data',one_hot=True)

#定义权重
def weight_variable(shape):
    initial=tf.truncated_normal(shape,stddev=0.1)
    return tf.variable(initial)

#定义偏量
def bias_variable(shape):
     initial=tf.constant(0.1,shape=shape)
     return tf.variable(initial)

#定义卷积层
def  conv2d(x,W):
     return tf.nn.conv2d(x,W,strides=[1,1,1,1],padding='SAME')

#定义池化层
def max_pooling_2x2(x):
    return tf.nn.max_pool(x,ksize=[1,2,2,1],padding='SAME')

#定义求准确度的方法
def compute_accuracy(v_xs,v_ys):
    global prediction
    y_pre=sess.run(prediction,feed_dict={xs:v_xs,keep_prob:1}) 
    correct_prediction=tf.equal(tf.arg_max(y_pre,1),tf.arg_max(v_ys,1))
    accuracy=tf.reduce_mean(tf.cast(correct_prediction,tf.float32))
    result=sess.run(accuracy,feed_dic

最低0.47元/天解锁文章