多层感知机实现mnist手写数字识别
2017-11-08 21:39
357 查看
代码及重要注释:
# -*- coding: utf-8 -*- import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data # 下载数据,若有就不用下载 mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) sess=tf.InteractiveSession() # 定义参数,其中需要讲解的是tf.truncated_normal(shape,mean,stddev):shape表示生成张量的维度,mean是均值,stddev是标准差 # truncated_normal是一个截断的正态分布,具体指的是产生正态分布的值如果与均值的差值大于两倍的标准差,那就重新生成 input_unit=784 h1_unit=300 w1=tf.Variable(tf.truncated_normal(shape=[input_unit,h1_unit],stddev=0.1)) b1=tf.Variable(tf.zeros([h1_unit])) w2=tf.Variable(tf.zeros([h1_unit,10])) b2=tf.Variable(tf.zeros([10])) x=tf.placeholder(tf.float32,[None,input_unit]) # dropout操作保留节点的概率 keep_prob=tf.placeholder(tf.float32) # 前向计算。(一个隐含层) hidden1=tf.nn.relu(tf.matmul(x,w1)+b1) hidden1_drop=tf.nn.dropout(hidden1,keep_prob) y=tf.nn.softmax(tf.matmul(hidden1_drop,w2)+b2) # 定义损失函数并且选择优化算法优化 y_=tf.placeholder(tf.float32,shape=[None,10]) cross_entropy=tf.reduce_mean(-tf.reduce_sum(y_*tf.log(y),reduction_indices=[1])) train_step=tf.train.AdagradOptimizer(0.3).minimize(cross_entropy) # 迭代次数:3000个batch,每个batch包含100个样本 tf.global_variables_initializer().run() for i in range(3000): batch_xs,batch_ys=mnist.train.next_batch(100) sess.run(train_step,{x:batch_xs,y_:batch_ys,keep_prob:0.5}) # 在测试集上进行评估 correct_prediction=tf.equal(tf.argmax(y,1),tf.argmax(y_,1)) accuracy=tf.reduce_mean(tf.cast(correct_prediction,tf.float32)) print sess.run(accuracy,feed_dict={x:mnist.test.images,y_:mnist.test.labels,keep_prob:1}) 在此过程中误将测试中的dropout比率设置为0.5,出现了0.965的正确率。因此要注意测试集上是不会实现dropout操作的,该例子的准确率是0.9764.
相关文章推荐
- Android+TensorFlow+CNN+MNIST实现手写数字识别
- 深度学习- 用Torch实现MNIST手写数字识别
- 详解python实现识别手写MNIST数字集的程序
- 深度学习笔记5torch实现mnist手写数字识别
- tensorflow 学习专栏(五):在mnist数据集上使用tensorflow实现临近算法(Nearest-Neighbor)进行手写数字识别
- Tensorflow学习笔记(二):利用CNN实现手写数字(mnist)识别
- 利用tensorflow一步一步实现基于MNIST 数据集进行手写数字识别的神经网络,逻辑回归
- Python代码实现简单的MNIST手写数字识别(适合初学者看)
- 使用tensorflow卷积神经网络实现mnist手写数字识别
- Android+TensorFlow+CNN+MNIST 手写数字识别实现
- Deep Learning-TensorFlow (1) CNN卷积神经网络_MNIST手写数字识别代码实现
- TensorFlow学习笔记(3)--实现Softmax逻辑回归识别手写数字(MNIST数据集)
- TensorFlow学习---实现mnist手写数字识别
- tensorflow 第一个程序MNIST手写数字识别(Softmax Regression实现)
- pycharm下tensorflow的调试,并实现mnist手写数字识别的例子
- 深度学习- 用Torch实现MNIST手写数字识别
- Tensorflow实现MNIST手写数字识别(Softmax Regression)
- OpenCV机器学习:SVM分类器实现MNIST手写数字识别
- torch入门笔记4:用torch实现MNIST手写数字识别
- 用tensorflow实现MNIST(手写数字识别)