MNIST数据集的简单操作(2)
看了一遍这位博主的博文,自己重新学习并整理了以下内容:
1.引入mnist集数据
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("./MNIST_data",one_hot=True)
a = mnist.train.num_examples
b = mnist.validation.num_examples
c = mnist.test.num_examples
d = mnist.train.images.shape
e = mnist.train.labels.shape
print(a,b,c,d,e)
a——训练集数量
b——验证集数量
c——测试集数量
d——训练集图像形状
e——训练集标签形状
结果如下:
2.创建模型
#为输入数据和标签提供占位符
x = tf.placeholder(tf.float32,[None,784],name="X")
y = tf.placeholder(tf.float32,[None,10],name="Y")
# w = tf.Variable(tf.random_normal([784,10]),name="W")#正态分布
# b = tf.Variable(tf.zeros([10]),name="B")#常数为0
#初始化权重和偏置,进行第一层卷积操作
conv1_w = tf.Variable(tf.random_normal([3,