MNIST本地加载，简单神经网络，run练习

最新推荐文章于 2023-10-17 10:16:40 发布

pfeiKing

最新推荐文章于 2023-10-17 10:16:40 发布

阅读量288

点赞数

分类专栏： TensorFlow

本文链接：https://blog.csdn.net/Triple_WDF/article/details/89509223

版权

TensorFlow 专栏收录该内容

31 篇文章 12 订阅 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

本文档介绍了如何在本地加载MNIST数据集，并实现一个简单的神经网络进行手写数字识别的训练和运行。通过这次练习，读者可以深入理解神经网络的基本原理和流程。

摘要由CSDN通过智能技术生成

import tensorflow as tf
import get_Dataset
import numpy as np

x_train, y_train, x_test, y_test = get_Dataset.get_Dataset('mnist')

batch_size = 100
x = tf.placeholder(tf.float32, shape=[None, 784])
y = tf.placeholder(tf.float32, shape=[None, 10])
y_ = tf.placeholder(tf.int64, shape=[1, None])

w_l1 = tf.Variable(tf.random_normal([784, 200], dtype=tf.float32))
biase_l1 = tf.Variable(tf.random_normal([200], dtype=tf.float32))
z_l1 = tf.matmul(x, w_l1) + biase_l1
a_l1 = tf.nn.tanh(z_l1)

w_l2 = tf.Variable(tf.random_normal([200, 10], dtype=tf.float32))
biase_l2 = tf.Variable(tf.random_normal([10], dtype=tf.float32))
z_l2 = tf.matmul(a_l1, w_l2) + bia

了解本专栏