#coding=utf8
#author by fffupeng
#envirnment anaconda python 3.5 windows
#这是一个将mnist中的卷积改成mobilenet的思想
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data',one_hot=True)
def weight_variable(shape):
initial = tf.truncated_normal(shape,stddev=0.1)
#从截断的正态分布中输出随机值。
#生成的值服从具有指定平均值和标准偏差的正态分布,如果生成的值大于平均值2个标准偏差的值则丢弃重新选择。
return tf.Variable(initial)
def bias_variable(shape):
initial = tf.constant(0.1,shape=shape)
return tf.Variable(initial)
def conv2d(x,W):
return tf.nn.conv2d(x,W,strides = [1,1,1,1],padding='SAME') #http://www.jianshu.com/p/05c4f1621c7e
#VALID不会添加新元素,SAME添加元素使得卷积前后尺寸不变
def max_pool_2x2(x):
return tf.nn.max_pool(x,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')
x = tf.placehol
mnist整合mobilenet
最新推荐文章于 2024-07-27 15:26:03 发布
该博客介绍如何将MNIST数据集中的卷积层替换为MobileNet的思路,通过TensorFlow实现。博客中详细展示了从数据预处理、卷积层分解到全连接层的构建过程,并提供了训练与测试的代码示例。
摘要由CSDN通过智能技术生成