Tensorflow 基于minst手写数字数据集合建立RNN分类模型

该博客介绍了如何利用Tensorflow构建一个RNN神经网络,对MNIST手写数字数据集进行分类。内容涵盖RNN网络架构的搭建,数据的读取,参数的初始化以及模型的训练过程。
摘要由CSDN通过智能技术生成

rnn网络架构

读取数据

import tensorflow as tf
import input_data
import numpy as np
import matplotlib.pyplot as plt
print ("Packages imported")
import warnings

mnist = input_data.read_data_sets("data/", one_hot=True)
trainimgs, trainlabels, testimgs, testlabels = mnist.train.images, mnist.train.labels, mnist.test.images, mnist.test.labels 
ntrain, ntest, dim, nclasses  = trainimgs.shape[0], testimgs.shape[0], trainimgs.shape[1], trainlabels.shape[1]
print ("MNIST loaded")

 

初始化参数

diminput  = 28
dimhidden = 128
dimoutput = nclasses
nsteps    = 28
weights = {
    '
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