深入MNIST code测试

最新推荐文章于 2023-11-01 21:10:52 发布

yhl_leo

最新推荐文章于 2023-11-01 21:10:52 发布

阅读量2.2w

点赞数 13

分类专栏： TensorFlow Python 文章标签： Tensorflow MNIST

本文链接：https://blog.csdn.net/yhl_leo/article/details/50624471

版权

本文档基于@yhl_leo的文章，详细记录了按照Tensorflow的MNIST教程进行的深度学习实验。测试结果显示，原始代码的准确率为93.22%，低于教程中的99.2%。通过将训练优化方法改为梯度下降算法，精度提升至99.25%，与教程结果相符。

摘要由CSDN通过智能技术生成

本系列文章由 @yhl_leo 出品，转载请注明出处。
文章链接： http://blog.csdn.net/yhl_leo/article/details/50624471

依照教程：深入MNIST教程和Deep MNIST for Experts（英文官网），测试代码及结果如下：

# load MNIST data
import input_data
mnist = input_data.read_data_sets("Mnist_data/", one_hot=True)

# start tensorflow interactiveSession
import tensorflow as tf
sess = tf.InteractiveSession()

# weight initialization
def weight_variable(shape):
    initial = tf.truncated_normal(shape, stddev=0.1)