走进tensorflow第二步——MNIST手写数字分类问题(基础篇)

26 篇文章 ¥9.90 ¥99.00
本文档记录了使用TensorFlow解决MNIST手写数字分类问题的过程,包括遇到的版本问题、代码修改和数据集获取。由于官方文档中的链接失效,作者从官网下载了MNIST数据集,并指出了文档中softmax等式的错误。代码中,作者将已废弃的tf.initialize_all_variables()替换为tf.global_variables_initializer(),最终实现了90%以上的识别准确率。

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

继续跟着官方文档走,可这次遇到的插曲有点多,整了一下午。之前用anaconda安装的tensorflow,用spyder运行时出现了意料之外的错误,查资料显示版本问题,各种更新,pip不好使,最后还是用conda安装的,有点凌乱,反正最后不知咋地就整好了,神奇。。

开始吧,大家可以参考官方文档,有略微修改:https://www.w3cschool.cn/tensorflow_python/tensorflow_python-c1ov28so.html

上述链接是w3school的,如果心里有坎也可以看官方的,一样的:http://www.tensorfly.cn/tfdoc/tutorials/mnist_beginners.html

当时读文档的时候发现了错误,提交笔记一直没通过,难道有啥黑幕。。大家可以注意一下那个softmax等式,很明显的错误,第二个图(矩阵格式)是对的。

ok,开始吧:

# -*- coding: utf-8 -*-

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

mnist = input_data.read_data_
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

beyond_LH

您的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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