目录
整理不易,有条件的点个关注、点个赞呗!感恩各位大哥!
tensorflow简单介绍
tensor采用图运算的方式搭建并训练深度学习网络,该部分使用的库包版本为tensorflow==1.14.0
代码拆分(每个代码块可以放到一个jupyter的cell里)
导入tensorflow及相关包
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
加载数据集、设定批次
# 载入数据集
mnist = input_data.read_data_sets("MNIST_data",one_hot = True)
# 每个批次的大小
batch_size = 100
# 计算一共有多少个批次
n_batch = mnist.train.num_examples // batch_size
定义参数概要
# 参数概要
def variable_summaries(var):
with tf.name_scope('summaries'):
mean = tf.reduce_mean(var)
tf.summary.scalar('mean',mean) # 平均值
with tf.name_scope('stddev'):
stddev = tf.sqrt(tf.reduce_mean(tf.square(var-mean)))
tf.summary.scalar('stddev',stddev) # 标准差
tf.summary.scalar('max',tf.reduce_max(var)) # 最大值
tf.summary.scalar('min',tf.reduce_min(var)) # 最小值、
tf.summary.histogram('histogram',var) # 直方图
定义各类命名空间
# 定义输出命名空间
with tf.name_scope('input'):
# 定义两个placeholder
x = tf.placeholder(tf.float32,[None,784],name='x-input')
y = tf.placeholder(tf.float32,[None,10],name='y-input')
with tf.name_scope('layer'):
# 创建一个简单的神经网络
with tf.name_scope('weight'):
W = tf.Variable(tf.zeros([784,10])