RNN识别mnist手写数字数据集

最新推荐文章于 2022-01-11 15:25:13 发布

葡萄皮Apple

最新推荐文章于 2022-01-11 15:25:13 发布

阅读量353

点赞数

分类专栏：深度学习

本文链接：https://blog.csdn.net/agjllxchjy/article/details/85232424

版权

本文介绍如何利用循环神经网络（RNN）处理MNIST数据集，实现手写数字的识别。通过训练模型，展示RNN在图像识别领域的应用。

摘要由CSDN通过智能技术生成

# -*- coding: utf-8 -*-


# @Time    : 2018/12/24 11:04
# @Author  : WenZhao
# @Email   : 46546924@qq.com
# @File    : mnistRnn-1.py
# @Software: PyCharm
'''
    RNN识别mnist手写数字数据集
'''

import tensorflow as tf
import numpy as np
# 下载数据集
from tensorflow.examples.tutorials.mnist import input_data
mnist=input_data.read_data_sets("./data/MNIST_data/",one_hot=True)

learning_rate=0.001
batch_size=128


n_input=28
n_steps=28
n_hidden=128
n_classes=10

x=tf.placeholder(tf.float32,[None,n_steps,n_input])
y=tf.placeholder(tf.float32,[None,n_classes])


output,_=tf.nn.dynamic_rnn(
    tf.contrib.rnn.GRUCell(n_hidden),
    x,
    dtype=tf.float32,
    sequence_length=batch_size*[n_input]
)

index=tf.range(0,batch_size)*n_steps+(n_input-1)
flat=tf.reshape(output,[-1,int(output.get_shape()[2])])
last=tf.gather(flat,index)

num_clas