Python深度学习笔记05——tensorflow实现神经网络（贰）

最新推荐文章于 2022-09-12 19:51:53 发布

是故里吖

最新推荐文章于 2022-09-12 19:51:53 发布

阅读量337

点赞数

分类专栏： Python

本文链接：https://blog.csdn.net/Liii_NN/article/details/108473129

版权

本文是Python深度学习笔记第五部分，重点介绍了使用TensorFlow实现神经网络预测手写数字，包括简单神经网络的训练、模型保存与预测，以及深度学习网络的结构与全连接神经网络的优缺点。内容涵盖了卷积神经网络的卷积层和池化层的作用。

摘要由CSDN通过智能技术生成

前言

关于python深度学习（tensorflow 1.x版本）学习笔记05——神经网络（贰）

一、简单的神经网络预测手写数字图片

数据集下载地址：http://yann.lecun.com/exdb/mnist/


import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
FLAGS = tf.app.flags.FLAGS
tf.app.flags.DEFINE_integer("is_train", 1, "指定程序是预测还是训练")
def full_connected():
    # 获取真实数据
    mnist = input_data.read_data_sets("./data/mnist/input_data", one_hot=True)
    
    # 1、建立数据占位符 x【None,784】 y_true【None,10】
    with tf.variable_scope("data"):
        x = tf.placeholder(tf.float32, [No