试试MNIST For ML Beginners代码

本文介绍了使用TensorFlow训练MNIST数据集的过程,包括数据集的导入、交叉熵损失函数的应用及准确率的评估方法。
部署运行你感兴趣的模型镜像

网址是:https://www.tensorflow.org/get_started/mnist/beginners

个人觉得需要解释的地方,等哪天做个视频玩玩

引进数据集:mnist = input_data.read_data_sets(“MNIST_data/”,one_hot=True)
one_hot表示法0=(1,0,0),1=(0,1,0),2=(0,0,1)。

评估函数cross-entropy:
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
用log是为了区分0.9和0.99这种y值。reduction_indices参数的意思:https://www.cnblogs.com/likethanlove/p/6547405.html。就是按照哪个维度相加,默认加成一个数。

accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
函数tf.cast(a,bool):将a转换为bool型。

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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
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