深度学习框架TensorFlow学习(二)----简单实现Mnist
来源:互联网 发布:国外ed2k下载软件 编辑:程序博客网 时间:2024/06/07 13:58
一、Mnist介绍
MNIST数据库介绍:MNIST是一个手写数字数据库,它有60000个训练样本集和10000个测试样本集。它是NIST数据库的一个子集。MNIST数据库官方网址为:http://yann.lecun.com/exdb/mnist/ ,也可以在windows下直接下载,train-images-idx3-ubyte.gz、train-labels-idx1-ubyte.gz等。下载四个文件,解压缩。解压缩后发现这些文件并不是标准的图像格式。这些图像数据都保存在二进制文件中。每个样本图像的宽高为28*28。
MNIST是在机器学习领域中的一个经典问题。该问题解决的是把28x28像素的灰度手写数字图片识别为相应的数字,其中数字的范围从0到9.
就像我们学习其他语言的第一个入门程序是Hello world~一样,Mnist 就是我们深度学习入门的第一个。
话不多说,直接上代码。
二、源码
import tensorflow as tfimport numpy as np#导入数据from tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets("/tmp/data/", one_hot=True)Xtr, Ytr = mnist.train.next_batch(5000) #5000 for training (nn candidates)Xte, Yte = mnist.test.next_batch(200) #200 for testing#定义占位符xtr = tf.placeholder("float", [None, 784])xte = tf.placeholder("float", [784])#使用L1距离计算distance = tf.reduce_sum(tf.abs(tf.add(xtr, tf.neg(xte))), reduction_indices=1)#得到最小距离pred = tf.arg_min(distance, 0)#精度计数accuracy = 0.#初始化所有值init = tf.initialize_all_variables()with tf.Session() as sess: sess.run(init) # 在所有数据集上测试 for i in range(len(Xte)): # 得到最近的类别 nn_index = sess.run(pred, feed_dict={xtr: Xtr, xte: Xte[i, :]}) # Get nearest neighbor class label and compare it to its true label print "Test", i, "Prediction:", np.argmax(Ytr[nn_index]), \ "True Class:", np.argmax(Yte[i]) # 计算精度 if np.argmax(Ytr[nn_index]) == np.argmax(Yte[i]): accuracy += 1./len(Xte) print "Done!" print "Accuracy:", accuracy
Done~
Accuracy:0.92
代码运行成功~~
三、分析
本实例主要的目的是介绍一下tensorflow对数据的基本使用,包括占位符placeholder以及数据的导入,数据的初始化tf.initialize_all_variables()。目的就是开始接触tensorflow。其实这个东西本身很简单,我也是刚开始学习,可能你看到这篇文章的时候我也是刚学习完这个,有点感悟就写了下来与大家分享,我会再之后继续学习,有什么经验都会和大家分享的~也欢迎有想法一起学习的小伙伴联系我,一起交流学习~~~
0 0
- 深度学习框架TensorFlow学习(二)----简单实现Mnist
- 深度学习笔记二基于tensorflow的MNIST学习
- [深度学习框架] Tensorflow上使用CNN进行mnist分类
- TensorFlow学习(二),深入MNIST
- TensorFlow学习笔记(二)MNIST入门
- tensorflow教程学习二MNIST
- 利用tensorflow框架搭建CNN网络解析mnist数据集(5)---《深度学习》
- 【深度学习】Tensorflow学习笔记--MNIST
- 深度学习框架TensorFlow 简单了解
- 深度学习笔记——TensorFlow学习笔记(三)使用TensorFlow实现的神经网络进行MNIST手写体数字识别
- TensorFlow教程05:MNIST深度学习初探
- TensorFlow教程05:MNIST深度学习初探
- TensorFlow深度学习框架
- TensorFlow深度学习框架
- TensorFlow深度学习框架
- TensorFlow深度学习框架
- TensorFlow深度学习框架
- 深度学习框架TensorFlow学习与应用(六)——卷积神经网络应用于MNIST数据集分类
- 关于一元线性回归
- Spring对注解(Annotation)处理源码分析2——解析和注入注解配置的资源
- java基础(五-拓展)——内存
- java代码LDAP操作(增删改查)AD(活动目录)- 修改
- jsfiddle 国内镜像
- 深度学习框架TensorFlow学习(二)----简单实现Mnist
- This configuration program is to be executed in a virtual machine. Execution aborted
- mysql中limit的用法详解[数据分页常用]
- Robotium
- java设计模式之建造者模式
- java Jedis使用示例
- 关于js页面:cannot read property 'call' of undefined
- 资源管理
- IOS事件