tensorflow入门 Mnist
来源:互联网 发布:肖像漫画软件 编辑:程序博客网 时间:2024/06/11 05:57
参考:tensorflow中文社区资料
tensorflow官方文档
from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("MNIST_data/", one_hot=True)import tensorflow as tf# Create Modelx = tf.placeholder("float",[None,784])W = tf.Variable(tf.zeros([784,10]))b = tf.Variable(tf.zeros([10]))y = tf.nn.softmax(tf.matmul(x,W)+b)#Define loss and optimalizery_ = tf.placeholder("float",[None,10])cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y))train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)init = tf.global_variables_initializer()sess = tf.Session()sess.run(init)#Trainfor i in range(1000): batch_xs,batch_ys = mnist.train.next_batch(100) sess.run(train_step,feed_dict = {x:batch_xs,y_:batch_ys}) #Test trained model correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(y_,1))accuracy = tf.reduce_mean(tf.cast(correct_prediction,"float"))print sess.run(accuracy,feed_dict={x:mnist.test.images,y_:mnist.test.labels})result:90.55
收获:
tf.reduce_sum
计算张量的所有元素的总和
首先让我们找出那些预测正确的标签。tf.argmax
是一个非常有用的函数,它能给出某个tensor对象在某一维上的其数据最大值所在的索引值。由于标签向量是由0,1组成,因此最大值1所在的索引位置就是类别标签,比如tf.argmax(y,1)
返回的是模型对于任一输入x预测到的标签值,而 tf.argmax(y_,1)
代表正确的标签,我们可以用 tf.equal
来检测我们的预测是否真实标签匹配(索引位置一样表示匹配)。
correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
这行代码会给我们一组布尔值。为了确定正确预测项的比例,我们可以把布尔值转换成浮点数,然后取平均值。例如,[True, False, True, True]
会变成 [1,0,1,1]
,取平均值后得到 0.75
.
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
最后,我们计算所学习到的模型在测试数据集上面的正确率。
print sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels})
阅读全文
0 0
- [tensorflow 入门] MNIST 入门
- Tensorflow之Mnist入门
- TensorFlow入门-MNIST & CNN
- tensorflow入门Day3-MNIST
- tensorflow 入门之MNIST
- Tensorflow-MNIST入门实例
- tensorflow mnist入门
- Tensorflow安装,mnist入门
- tensorflow mnist入门
- tensorflow入门 Mnist
- tensorflow MNIST机器学习入门
- tensorflow- MNIST机器学习入门
- TensorFlow入门-MNIST & softmax regression
- TensorFlow-MNIST入门篇代码
- Tensorflow入门程序MNIST学习
- tensorflow-MNIST机器学习入门
- Tensorflow入门(MNIST学习)
- Tensorflow MNIST 数据集测试代码入门
- Android沉浸式状态栏
- 嵌入式软件可靠性设计
- python3 regex exercise
- 【C++】链接器及undefined reference的秘密
- 集体开发之代码风格一致
- tensorflow入门 Mnist
- 数据库连接池
- 程序员养成
- zookeeper技术内幕-数据与存储
- 软件调试笔记38
- 某NFC读取身份证
- springmvc中url-url-pattern /和/*的区别
- 人力资源管理系统Sentrifugo完美汉化
- Android自定义View之画笔与画布