黑松山资源网 Design By www.paidiu.com
本文实例为大家分享了tensorflow神经网络实现mnist分类的具体代码,供大家参考,具体内容如下
只有两层的神经网络,直接上代码
#引入包 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt #引入input_data文件 from tensorflow.examples.tutorials.mnist import input_data #读取文件 mnist = input_data.read_data_sets('F:/mnist/data/',one_hot=True) #定义第一个隐藏层和第二个隐藏层,输入层输出层 n_hidden_1 = 256 n_hidden_2 = 128 n_input = 784 n_classes = 10 #由于不知道输入图片个数,所以用placeholder x = tf.placeholder("float",[None,n_input]) y = tf.placeholder("float",[None,n_classes]) stddev = 0.1 #定义权重 weights = { 'w1':tf.Variable(tf.random_normal([n_input,n_hidden_1],stddev = stddev)), 'w2':tf.Variable(tf.random_normal([n_hidden_1,n_hidden_2],stddev=stddev)), 'out':tf.Variable(tf.random_normal([n_hidden_2,n_classes],stddev=stddev)) } #定义偏置 biases = { 'b1':tf.Variable(tf.random_normal([n_hidden_1])), 'b2':tf.Variable(tf.random_normal([n_hidden_2])), 'out':tf.Variable(tf.random_normal([n_classes])), } print("Network is Ready") #前向传播 def multilayer_perceptrin(_X,_weights,_biases): layer1 = tf.nn.sigmoid(tf.add(tf.matmul(_X,_weights['w1']),_biases['b1'])) layer2 = tf.nn.sigmoid(tf.add(tf.matmul(layer1,_weights['w2']),_biases['b2'])) return (tf.matmul(layer2,_weights['out'])+_biases['out']) #定义优化函数,精准度等 pred = multilayer_perceptrin(x,weights,biases) cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits = pred,labels=y)) optm = tf.train.GradientDescentOptimizer(learning_rate = 0.001).minimize(cost) corr = tf.equal(tf.argmax(pred,1),tf.argmax(y,1)) accr = tf.reduce_mean(tf.cast(corr,"float")) print("Functions is ready") #定义超参数 training_epochs = 80 batch_size = 200 display_step = 4 #会话开始 init = tf.global_variables_initializer() sess = tf.Session() sess.run(init) #优化 for epoch in range(training_epochs): avg_cost=0. total_batch = int(mnist.train.num_examples/batch_size) for i in range(total_batch): batch_xs,batch_ys = mnist.train.next_batch(batch_size) feeds = {x:batch_xs,y:batch_ys} sess.run(optm,feed_dict = feeds) avg_cost += sess.run(cost,feed_dict=feeds) avg_cost = avg_cost/total_batch if (epoch+1) % display_step ==0: print("Epoch:%03d/%03d cost:%.9f"%(epoch,training_epochs,avg_cost)) feeds = {x:batch_xs,y:batch_ys} train_acc = sess.run(accr,feed_dict = feeds) print("Train accuracy:%.3f"%(train_acc)) feeds = {x:mnist.test.images,y:mnist.test.labels} test_acc = sess.run(accr,feed_dict = feeds) print("Test accuracy:%.3f"%(test_acc)) print("Optimization Finished")
程序部分运行结果如下:
Train accuracy:0.605 Test accuracy:0.633 Epoch:071/080 cost:1.810029302 Train accuracy:0.600 Test accuracy:0.645 Epoch:075/080 cost:1.761531130 Train accuracy:0.690 Test accuracy:0.649 Epoch:079/080 cost:1.711757494 Train accuracy:0.640 Test accuracy:0.660 Optimization Finished
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
黑松山资源网 Design By www.paidiu.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
黑松山资源网 Design By www.paidiu.com
暂无评论...
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新日志
2024年10月08日
2024年10月08日
- 《丁当 20首重量级歌曲 Fu Good 下一站天后 2CD》[WAV/分轨][650MB]
- 歌莉雅.2012-My.Voice.Story【环星】【FLAC分轨】
- 群星.1993-一曲成名·青春无悔【飞碟】【WAV+CUE】
- 刘德华.2000-爱无知(金装版)【NEWMELODY】【WAV+CUE】
- 许巍《时光漫步》1CD[FLAC/分轨][804.3MB]
- 群星《2024第一季度百度歌曲排行抖音榜top100》1CD[FLAC/分轨][2.3GB]
- 张柏芝《全新经验》[FLAC/分轨][450MB]
- 唐朝.2008-浪漫骑士【音乐家】【WAV+CUE】
- 张芸京.2016-失败的高歌【泡耳音乐】【WAV+CUE】
- 群星.1991-音乐工厂1·皇后大道东【音乐工厂】【WAV+CUE】
- 群星.1992-音乐工厂2·首都【音乐工厂】【WAV+CUE】
- 群星.1994-音乐工厂3·儿童乐园【音乐工厂】【WAV+CUE】
- 胡鸿钧.2021-ex:CHANGE【星梦娱乐】【WAV+CUE】
- 班得瑞原装进口《第一张新世纪专辑:仙境》1CD[APE/CUE分轨][292.3MB]
- 伍佰《摇滚教父 伍佰黄金精选 2CD》[WAV+CUE][990MB]