Tensorflow_v1学习笔记六 CNN

本文是Tensorflow v1版本的学习笔记,重点聚焦于卷积神经网络(CNN)的应用。作者首先按照教程完成了一次CNN的实现,详细过程包括image预处理、两次convolutional layers、两次max pooling以及全连接层。由于使用CPU进行计算,未添加dropout导致训练速度较慢。
摘要由CSDN通过智能技术生成

https://www.bilibili.com/video/av16001891?p=28
先按教程里的代码做一遍
新版tf其实已经更新 很多用法不用自己写 目前还是先以视频里的旧版代码学习

过程

image-conv1-maxpool-conv2-maxpool-full connection1-full connection2(prediction)

代码

没加drop 有点慢(毕竟只是cpu)

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow.compat.v1 as tf #使用tf的v1版本
tf.disable_v2_behavior() #使用tf的v1版本
import numpy as np
import matplotlib.pyplot as plt
import input_data

mnist = input_data.read_data_sets('MNIST_data', one_hot=True)

#准确率
def compute_accuracy(v_xs,v_ys):
    global prediction
    y_pre=sess.run(prediction,feed_dict={
   xs:v_xs,ys:v_ys})
    corrent_pre=tf.equal(tf.argmax(y_pre,1),tf.argmax(v_ys,1))
    accuracy=tf.reduce_mean(tf.cast(corrent_pre,tf.float32))
    result=sess.run(accuracy,feed_dict={
   xs:v_xs,ys
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值