Tensorflow实现逻辑回归（使用MNIST数据集）

最新推荐文章于 2024-08-08 16:44:55 发布

hfutdog

最新推荐文章于 2024-08-08 16:44:55 发布

阅读量5.7k

点赞数 6

分类专栏： TensorFlow 机器学习文章标签： Tensorflow 入门教程逻辑回归详细解说 Python

本文链接：https://blog.csdn.net/hfutdog/article/details/82315194

版权

本文详细介绍了如何使用Tensorflow构建逻辑回归模型，并以MNIST数据集为例进行实战。从数据预处理到模型构建、训练、评估，每个步骤都有清晰的解释，适合初学者入门。

摘要由CSDN通过智能技术生成

今天我们讲一下如何使用Tensorflow实现逻辑回归，代码中采用了MNIST数据集。

首先，我们去获取MNIST数据集（下载链接：http://yann.lecun.com/exdb/mnist/），并将其读取到程序中。代码实现如下所示：

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data


mnist = input_data.read_data_sets('./data/mnist_data/', one_hot=True)
train_img = mnist.train.images
train_label = mnist.train.labels
test_img = mnist.test.images
test_label = mnist.test.labels

我将获取到的MNIST数据放在了当前目录下的data/mnist_data文件夹下，然后利用input_data函数解析该数据集。train_img和train_label构成训练集，包含60000个手写体数字图片和对应的标签；test_img和test_label表示测试集，包含10000个样本和10000个标签。

根据逻辑回归的基本公式 $y=Wx+b$ ，在设计逻辑回归模型之前，我们先设定模型的输入和待求变量，代码如下所示ÿ