TensorFlow之双隐含层多层感知器(MLP)

本文介绍了如何在TensorFlow中修改程序,实现一个带有双隐含层的多层感知器(MLP)。通过确保第二层隐含层的权重初始化与第一层相似,解决了模型正确率低的问题,最终达到约98%的正确率。
摘要由CSDN通过智能技术生成

程序改自上一篇博客,使用了双隐含层,第二层隐含层初始w需要和第一层类似,否则程序正确率一直在0.1左右。修改后的程序正确率也在98%左右。

# -*- coding:utf-8 -*-
from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf

# data
dir='/home/kaka/Documents/input_data'
mnist = input_data.read_data_sets(dir, one_hot=True)

# model
sess = tf.InteractiveSession()

hd1in_units = 784
hd1out_units = 500
hd2out_units = 300

w1 = tf.Variable(tf.truncated_normal([hd1in_units, hd1out_units], stddev=
评论 1
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