卷积神经网络&&Mnist

最新推荐文章于 2024-04-12 17:31:55 发布

king的江鸟

最新推荐文章于 2024-04-12 17:31:55 发布

阅读量293

点赞数

分类专栏：人工智能文章标签： TensorFlow mnist 卷积神经网络

本文链接：https://blog.csdn.net/weixin_40939578/article/details/82596667

版权

本文详细介绍了如何用TensorFlow构建一个针对MNIST数据集的双层卷积神经网络，包括卷积层、池化层的构建，全连接层的设计，以及模型的训练和验证过程，最终达到了较高的正确率。

摘要由CSDN通过智能技术生成

（一）构造双层卷积层和池化层

from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf
mnist=input_data.read_data_sets("MNIST_data",one_hot=True)
sess=tf.InteractiveSession()
def weight_variable(shape):
    initial=tf.truncated_normal(shape,stddev=0.1)
    return tf.Variable(initial)
def bias_variable(shape):
    initial=tf.constant(0.1,shape=shape)
    return tf.Variable(initial)
def conv2d(x,w):
    return tf.nn.conv2d(x,w,strides=[1,1,1,1],padding='SAME')
def max_pool_2x2(x):
    return tf.nn.max_pool(x,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')
x=tf.placeholder(tf.float32,[None,784])
y_=tf.placeholder(tf.float32,[None,10])
x_image=tf.reshape(x,[-1,28,28,1])

W_conv1=weight_variable([5,5,1,32])
b_conv1=bias_variable([32])
h_conv1=tf.nn.relu(conv2d(x_image,W_conv1)+b_conv1)
h_pool1=max_