TensorFlow Estimator学习笔记（二）Estimator自定义模型-使用卷积神经网络解决 MNIST 问题

最新推荐文章于 2021-08-09 11:13:38 发布

Invictus_Y

最新推荐文章于 2021-08-09 11:13:38 发布

阅读量3.5k

点赞数 1

分类专栏： TensorFlow Estimator学习笔记文章标签： TensorFlow Estimator mnist

本文链接：https://blog.csdn.net/jiezhouzi/article/details/81366080

版权

导入需要用到的包

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

将 TensorFlow 日志信息输出

tf.logging.set_verbosity(tf.logging.INFO)

通过tf.layers来定义模型结果。这里可以使用原生态的TensorFlowAPI或者任何TensorFlow的高层封装。X给出了输入层张量，is_training指明了是否为训练。该函数返回前向传播的结果

def lenet(x, is_training):
    #将输入转化为卷积层需要的形状
    x = tf.reshape(x, shape=[-1, 28, 28, 1])

    net = tf.layers.conv2d(x, 32, 5, activation=tf.nn.relu)
    net = tf.layers.max_pooling2d(net, 2, 2)
    net = tf.layers.conv2d(net,