
数字手写体
西涯侠(Python)
这个作者很懒,什么都没留下…
展开
-
TensorFlow最佳实践样例
mnist.deference` import tensorflow as tf INPUT_NODE=784 OUT_NODE=10 LAYER_NODE=500 def get_weight_variable(shape,regularizer): weights=tf.get_variable("weight",shape,initializer=tf.truncated_norma...原创 2018-10-02 21:31:28 · 258 阅读 · 0 评论 -
TensorFlow 实战谷歌深度学习框架
TensorFlow 实战谷歌深度学习框架 实战谷歌深度学习框架5.2.1 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data INPUT_NODE=784 OUT_NODE=10 LAYER1_NODE=500 BATCH_SIZE=100 LEARNING_RATE_BASE=...原创 2018-09-29 12:43:25 · 399 阅读 · 0 评论 -
tf.train.ExponentionalMovingAverge()滑动平均模型的用法
在tensorflow中提供的tf.train.ExponentionalMovingAverage()里实现滑动平均模型,提供的衰减率decay会控制模型衰减速度,ExponentionalMovingAverage()对每一个变量会维护一个影子变量(shadow variable),这个影子变量的初始值就是相应变量的初始值,而每次更新时,影子变量的值会更新为:shadow_variable=d...原创 2018-09-29 17:21:30 · 342 阅读 · 0 评论 -
mnist数字手写体-mnist_eval.py
新的测试集中,不再将测试和训练跑在一起,训练过程中,每1000轮输出一次在当前训练batch上损失函数的大小来大致估计训练效果。在上面的程序中,每1000轮保存一次训练好的模型,这样就可以通过一个训练好的模型更加方便的在滑动平均模型上做测试。以下代码给出了测试程序mnist_neval.py。 import time import tensorflow as tf from tensorflow....原创 2018-10-09 17:27:06 · 421 阅读 · 2 评论 -
数字手写体的卷积神经网络实现
使用卷积神经网络实现手写体数字识别,在过程中使用了不同的卷积层个数及全连接层的长度,在组建模型的过程中发现卷积层中的图像深度可以调节,在全连接层中,全连接层的长度可以自由定义。例如:对于一个卷及神经网络模型, | conv1-5x5x32 | max_pool1-2x2 | |conv2-5x5x64|max_pool2-2x2| | fc1-512 | fc2-10 | 对此模型,我们可以进行更...原创 2018-10-16 17:37:14 · 692 阅读 · 0 评论