用前面所学的知识进行优化
1.神经网络中间层为两层
2.优化器的选择
3.代价函数的选择
4.dropout防止过拟合
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist=input_data.read_data_sets("MNIST_data",one_hot=True)
Extracting MNIST_data\train-images-idx3-ubyte.gz
Extracting MNIST_data\train-labels-idx1-ubyte.gz
Extracting MNIST_data\t10k-images-idx3-ubyte.gz
Extracting MNIST_data\t10k-labels-idx1-ubyte.gz
batch_size=100
n_batch=mnist.train.num_examples//batch_size
x=tf.placeholder(tf.float32,[None,784])
y=tf.placeholder(tf.float32,[None,10])
dropWorkNum=tf.placeholder(tf.float32)
learningRate=tf.Variable(0.001,dtype=tf.float32)
wMid1=tf.Variable(tf.truncated_normal([784,500],stddev=0.1))
bMid1=tf.Variable(tf.zeros([500])+0.1)
mid1=tf.nn.tanh(tf.matmul(x,wMid1)+bMid1)
mid1_drop=tf.nn.dropout(mid1,rate = 1-dropWorkNum)
wMid2=tf.Variable(tf.truncated_normal([500,300],stddev=0.1))
bMid2=tf.Variable(tf.zeros([300])+0.1)
mid2=tf.nn.tanh(tf.matmul(mid1_drop,wMid2)+bMid2)
mid2_drop=tf.nn.dropout(mid2,rate = 1-dropWorkNum)
wMid3=tf.Variable(tf.truncated_normal([300,10],stddev=0.1))
bMid3=tf.Variable(tf.zeros([10])+0.1)
prediction=tf.nn.softmax(tf.matmul(mid2_drop,wMid3)+bMid3)
loss=tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits_v2(labels=y,logits=prediction))
train_step=tf.train.AdamOptimizer(learningRate).minimize(loss)
correct_prediction=tf.equal(tf.argmax(y,1),tf.argmax(prediction,1))
accuracy=tf.reduce_mean(tf.cast(correct_prediction,tf.float32))
init=tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
for num in range(21):
sess.run(tf.assign(learningRate,0.001*(0.95**num)))
for i in range(n_batch):
batchX,batchY=mnist.train.next_batch(batch_size)
sess.run(train_step,feed_dict={x:batchX,y:batchY,dropWorkNum:0.9})
testData=sess.run(accuracy,feed_dict={x:mnist.test.images,y:mnist.test.labels,dropWorkNum:1.0})
print("第{}次的准确率:".format(num),testData)
第0次的准确率: 0.949
第1次的准确率: 0.9582
第2次的准确率: 0.9646
第3次的准确率: 0.9686
第4次的准确率: 0.97
第5次的准确率: 0.9702
第6次的准确率: 0.9747
第7次的准确率: 0.974
第8次的准确率: 0.9768
第9次的准确率: 0.9766
第10次的准确率: 0.976
第11次的准确率: 0.9766
第12次的准确率: 0.9773
第13次的准确率: 0.9781
第14次的准确率: 0.9779
第15次的准确率: 0.9766
第16次的准确率: 0.979
第17次的准确率: 0.9776
第18次的准确率: 0.9794
第19次的准确率: 0.9806
第20次的准确率: 0.9803