Tensorflow学习——NMIST库下载安装

使用工具：win10+anaconda+tensorflow包

参考文章：MNIST机器学习入门 

使用官方给出的例子安装下载MNIST数据集失败，故采用手动下载的方式。

1.下载数据集安装包

网址：http://yann.lecun.com/exdb/mnist/

分别下载

train-images-idx3-ubyte.gz:  training set images (9912422 bytes) 
train-labels-idx1-ubyte.gz:  training set labels (28881 bytes) 
t10k-images-idx3-ubyte.gz:   test set images (1648877 bytes) 
t10k-labels-idx1-ubyte.gz:   test set labels (4542 bytes)

创建文件夹MNIST_data，并将下载好的压缩包放入该文件。

2.创建python新文件用于检测数据包

 创建tf_test.py，并将文件存放于MNIST_data文件夹同一目录下（不是MNIST_data文件夹里）

# -*- coding: utf-8 -*-
"""
Created on Wed Oct  3 12:02:52 2018

@author: zhaolun
"""
import tensorflow as tf
import tensorflow.examples.tutorials.mnist.input_data as input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10])+0.1)
y = tf.nn.softmax(tf.matmul(x,W) + b)

y_ = tf.placeholder("float", [None,10])

cross_entropy = -tf.reduce_sum(y_*tf.log(y))

train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)

init = tf.global_variables_initializer()

sess = tf.Session()
sess.run(init)

for i in range(1000):
    batch_xs, batch_ys = mnist.train.next_batch(100)
    sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))

accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))

print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

3.运行文件tf_test.py

使用anaconda打开tf_test.py文件，使用F5运行，得到结果为0.9148