TensorFloow实战学习笔记1-第三章

最新推荐文章于 2026-01-04 16:49:18 发布

原创最新推荐文章于 2026-01-04 16:49:18 发布 · 472 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #TensorFlow #MNIST #Tensorflow实战

深度学习专栏收录该内容

3 篇文章

订阅专栏

本篇博客详细介绍了TensorFlow的安装过程，并针对不同操作系统提供了指导。特别注意的是，文中指出了在Windows环境下安装的具体步骤，并修复了一个在Python代码中关于MNIST数据集加载的常见语法错误。

第三章重要讲了TensorFlow的安装，以及在MNIST上实现手写数字识别

但书中只给出了MAC和Linux版本的安装方法，

windos下的安装，见我的另一篇博客http://blog.youkuaiyun.com/xjbada/article/details/64120542

在书中46页的代码有个问题

mnist=input_data.read_data_sets(''MNIST_data/'',one_hot=True)

这里在运行后会报错，

SyntaxError: invalid syntax

是因为错误的用了双引号，正确的代码应该为：

mnist=input_data.read_data_sets('MNIST_data/',one_hot=True)

别的都很简单就没什么好说的了

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

等待猫头鹰送信中。。

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

ubuntu16.04+python3.6+cuda9.0+cudnn7.0+tensorflow1.6+opencv3.2安装配置教程

s13227843385的博客

06-23

1080

一、Anaconda for python3.6版本的安装：（1）登录anaconda官网：https://www.anaconda.com/download/#linux（2）下载所需要的版本： ①点击linux系统 ②下载python3.6版本到下载目录 ③下方有一个‘How to Install ANACONDA’图标，点击根...

使用TensorFlow定义拥有一个隐藏层的神经网络

longer_tju的博客

07-14

4988

咳咳，我们已经搞定了softmax regression模型，但是在测试集上的准确度确实不如人意，很气……我们已经不满足于仅仅建立一个模型了，我们现在需要更高精度的学习模型。现在尝试着在模型里面添加一层隐藏层吧！数据还是手写字体的数据，先看看拥有一层隐藏层的神经网络（多层感知机也叫）示意图吧！ Boom!博主懒得网上找图了，直接动手……原谅我笨拙的字体和手法……接下去我们看看数据流图，就

参与评论您还未登录，请先登录后发表或查看评论

tensflow-gpu版的无数坑坑坑！（tf坑大总结）

热门推荐

yeleng的博客

03-24

2万+

自己的小本本，之前预装有的pycharm+win10+anaconda3+python3的环境如果刚入坑，建议先用tensorflw学会先跑几个demo，等什么时候接受不了cpu这乌龟般的速度之时，就要开始尝试让gpu来跑了。 cpu跑tensorflow只需要在anaconda3下载。安装cpu跑的tensorflow: 我的小本本目前已经是gpu版本，cpu版本下红圈里那个版本就好...

tensorflow学习笔记——定义神经网络的一个隐藏层

manduner的博客

06-13

1482

描述常见的神经网络，如前馈神经网络，BP神经网络，自动编码器等，参数一般是权重W，偏置b以及激活函数activation function。在具体应用一个神经网络模型前，通过tensorflow提前定义一个神经网络的添加层是很容易，也是很有必要的源代码 #coding:utf-8 #导入tensorflow模块 import tensorflow as tf #定义一个添加层 ...

[Python|神经网络学习笔记] Tensorflow学习与神经网络应用

qq_30816923的博客

06-18

787

1、安装版本 Pycharm/Cuda/cudnn匹配版本 2、系统变量用户变量Path下添加： C:\ProgramData\NVIDIA GPU Computing Toolkit\v9.2；在系统变量中添加如下几个变量： CUDA_SDK_PATH = C:\ProgramData\NVIDIACorporation\CUDA Samples\v9.2 CUDA_LIB_...

最新版本Vue3的学习笔记-第一章

apple_51927114的博客

12-24

857

2020年9月18日，Vue.js发布版3.0One Piece（n3.3.4。

《Spring实战》读书笔记-第3章高级装配

2401_84046545的博客

05-08

972

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。深知大多数Java工程师，想要提升技能，往往是自己摸索成长，自己不成体系的自学效果低效漫长且无助。因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

（1） Q#学习笔记 - 第一章 QDK安装

pepure的博客

11-05

5740

QDK是Microsoft Quantum 开发工具包，可以进行量子编程。本章为第一节，HelloWorld！

云的学习笔记-云的学习笔记系统-云的学习笔记系统源码-云的学习笔记管理系统-基于ssm的云的学习笔记系统-ssm-java代码

04-16

云的学习笔记-云的学习笔记系统-云的学习笔记系统源码-云的学习笔记管理系统-云的学习笔记管理系统java代码-云的学习笔记系统设计与实现-基于ssm的云的学习笔记系统-基于Web的云的学习笔记系统设计与实现-云的学习...

精选资源

机器学习西瓜书学习笔记第1-3章，附2/3章算法代码

07-25

机器学习西瓜书学习笔记第1-3章，附第二章模型评估与选择/第三章线性模型算法代码。对应的笔记可参考相应博客。深入探讨了经验误差与过拟合等关键概念，旨在为读者提供对机器学习中常见问题的基本理解。随后，本章...

云的学习笔记-云的学习笔记系统-云的学习笔记系统源码-云的学习笔记管理系统-基于Web的云的学习笔记系统设计与实现-java代码

04-16

基于深度学习的车牌识别系统

qq_35827191的博客

01-02

1047

本文提出了一种基于深度学习的车牌识别系统解决方案，采用模块化设计架构，包含车辆检测(YOLOv3-tiny)、车牌定位(RetinaNet)和字符识别(LPRNet)三大核心模块。系统通过轻量级模型实现实时处理能力，利用特征金字塔网络和Focal Loss优化小目标检测效果，并采用端到端的字符识别方案。文章详细阐述了技术选型依据、网络结构原理、代码实现细节及环境配置要求，为车牌识别系统的开发提供了完整的实践指导。该系统可广泛应用于智能交通、安防监控等场景，具有良好的实用价值。

【深度学习新浪潮】本地文档总结引擎部署全攻略（二）：增量更新、自定义模板与实战汇报生成

12-31

147

基础系统的总结格式由固定，无法满足不同汇报场景（如周汇报、月汇报、项目总结）的需求。通过自定义Prompt模板，我们可以定义灵活的输出格式，支持模板变量（如文档名称、时间范围、汇报人）。在from llama_index . core . prompts import PromptTemplate from llama_index . core . query_engine import CustomQueryEngine # 定义常用汇报模板 REPORT_TEMPLATES = {

深度学习—卷积神经网络（2）

renjt01的博客

12-30

141

深度学习—卷积神经网络（2） 2.DNN与CNN的区别 3.卷积的数学定义 4.CNN的结构组成卷积层 #人工智能#具身智能#VLA#大模型#AI#LLM#Transformer 架构#AI技术前沿#Agent大模型#工信部证书#人工智能证书#职业证书

02基于pytorch的深度学习遥感地物分类全流程实战教程（包含遥感深度学习数据集制作与大图预测）-实践篇-python基础与遥感深度学习境配置

最新发布

lwbCUMT的博客

01-04

580

本文介绍了Python基础与遥感深度学习环境配置。主要内容包括：1. Python开发环境安装（Anaconda和PyCharm的详细安装步骤）；2. Python基础语法（数据类型、运算符、流程控制、函数等）；3. 文件读写和类的基本概念；4. 遥感深度学习常用Python库（NumPy、GDAL、PyTorch等）及其安装方法。文章提供了从环境搭建到基础编程的完整指南，特别针对遥感数据处理和深度学习应用给出了相关库的配置建议。

weixin_71667732的博客

12-29

799

项目中所用到的算法模型和数据集等信息如下：算法模型：yolov8yolov8 + SE注意力机制或yolov5yolov5 + SE注意力机制或yolo11yolo11 + SE注意力机制数据集：网上下载的数据集，格式都已转好，可直接使用。以上是本套代码算法的简单说明，添加注意力机制是本套系统的创新点。全新SOTA模型YOLOv8 提供了全新的最先进（SOTA）的模型，包括P5 640和P6 1280分辨率的目标检测网络，同时还推出了基于YOLACT的实例分割模型。

InternNav 环境配置：Failed to build flash_attn解决办法

m0_75108877的博客

12-30

154

install Internnav 的时候一直报flash_attn的错。

【深度学习】利用GPU跑Pytorch框架深度学习配置全流程

m0_70466650的博客

01-02

1022

本文包含对pytorch的简单介绍，对为什么要使用gpu跑任务以及cuda是什么这个问题进行解释，同时对如何安装pytorch以及创建相应的虚拟环境进行演示，旨在帮助如何去启用gpu跑pytorch的深度学习任务。

基于Word2Vec和LSTM实现微博评论情感分析

01-04

689

本文介绍了一个基于LSTM的中文情感分析项目，通过深度学习技术对社交媒体文本进行情感分类。项目使用jieba进行中文分词和停用词过滤，采用Word2Vec生成词向量作为模型输入。LSTM模型架构包含嵌入层、LSTM层和全连接层，使用交叉熵损失函数和Adam优化器进行训练。创新点包括优化的数据预处理流程、自定义词向量生成和多层LSTM设计。实验结果显示，该模型能有效识别微博文本的情感倾向（正面/中性/负面），可应用于用户情感分析和市场研究。项目提供了完整的数据预处理、模型训练和评估代码。