Tensorflow基础代码报错学习笔记13——CNN卷积神经网络

本文记录了在Tensorflow中构建CNN卷积神经网络时遇到的InvalidArgumentError,分析了问题原因,提供了解决方案。通过结果对比,展示了随机dropout对模型准确性的提升,并总结了CNN在精度上的优势。
摘要由CSDN通过智能技术生成

原教程地址1:什么是CNN神经网络
原教程地址2:CNN神经网络图解
原教程地址3:CNN神经网络函数定义
原教程地址4:CNN神经网络层搭建

原理部分用图片比较好理解,建议大家去看视频
这部分因为我在上专业课的时候学习过所以就不在这里赘述了

一 代码

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
# number 1 to 10 data
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)

def compute_accuracy(v_xs, v_ys):
    global prediction   # 全局变量
    y_pre = sess.run(prediction, feed_dict={
   xs: v_xs, keep_prob: 1})
    correct_prediction = tf.equal(tf.argmax(y_pre, 1), tf.argmax(v_ys, 1))
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
    result = sess.run(accuracy, feed_dict={
   xs: v_xs, ys: v_ys, keep_prob: 1})
    return result

def weight_variable(shape):
    initial = tf.truncated_normal(shape, stddev=0.1)
    return tf.Variable(initial)

def bias_variable(shape
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值