MNIST手写字体识别入门编译过程遇到的问题及解决

MNIST手写字体识别入门编译过程遇到的问题及解决

以MNIST手写字体识别作为神经网络及各种网络模型的作为练手,将遇到的问题在这里记录与交流。

激活tensorflow环境后,运行spyder或者jupyter notebook.

  • 环境问题
    import tensorflow时不时的会出现问题,目前多来源于numpy,解决方案:卸载numpy后重装
$ pip uninstall numpy
$ pip install -U numpy

一般这之后再重新import就可以了


  • 运行报错debug

(1) tensorflow中的会话

% with tf.Session() as sess:
	sess.run()

需要运行的需要在该句后缩进,否则会出现会话终止的报错

(2) 导入mnist数据,以下两句都可以试试,有时候某个就会报错(不知道原因,求大神指点)

% import input_data
% from tensorflow.examples.tutorials.mnist import input_data

(3) 导入matplotlib用于绘图
刚开始 使用 import matplotlib.pyplot as plt,会报错
查阅调试后使用下句

% from matplotlib import pyplot as plt

(4) feed数据的问题
运行到这一句(或者类似语句)

% conv2_np=sess.run(h_conv2,feed_dict={x:input_slice,keep_prob:1.0})

运行报错:Cannot feed value of shape (784,) for Tensor ‘Placeholder_41:0’, which has shape ‘(?, 784)’
将input_slice加个中括号,即 x:[input_slice],问题解决!
注意在这里,kee_prob,如果前面训练中有dropout则需要加入

不定时更新

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
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