当前位置： 移动技术网 > IT编程>脚本编程>Python > Tensorflow机器学习入门——MINIST数据集识别

Tensorflow机器学习入门——MINIST数据集识别

2019年08月21日  | 移动技术网IT编程  | 我要评论

足疗视频下载,天黑黑会不会让我忘了你是谁,hera 苗苗

参考网站：

#自动下载并加载数据
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("mnist_data/", one_hot=true)

#构建计算图
import tensorflow as tf
x = tf.placeholder("float", [none, 784])
y_ = tf.placeholder("float", [none,10])
w = tf.variable(tf.zeros([784,10]))
b = tf.variable(tf.zeros([10]))
y = tf.nn.softmax(tf.matmul(x,w) + b)
cross_entropy = -tf.reduce_sum(y_*tf.log(y))
train_step = tf.train.gradientdescentoptimizer(0.01).minimize(cross_entropy)

#训练1000步
init = tf.initialize_all_variables()
sess = tf.session()
sess.run(init)
for 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})
 
#验证准确率
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}))

 

您可能感兴趣的文章:

如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网