tensorflow学习1 softmax实现

最新推荐文章于 2023-04-16 16:52:00 发布

zjnlswd

最新推荐文章于 2023-04-16 16:52:00 发布

阅读量254

点赞数

分类专栏： tensorflow

本文链接：https://blog.csdn.net/weixin_41974053/article/details/80739733

版权

tensorflow 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

from tensorflow.examples.tutorials.mnist import input_data
mnist=input_data.read_data_sets("MNIST_DATA/",one_hot=True)

Extracting MNIST_DATA/train-images-idx3-ubyte.gz
Extracting MNIST_DATA/train-labels-idx1-ubyte.gz
Extracting MNIST_DATA/t10k-images-idx3-ubyte.gz
Extracting MNIST_DATA/t10k-labels-idx1-ubyte.gz

In [2]:

print(mnist.train.images.shape,mnist.train.labels.shape)
print(mnist.test.images.shape,mnist.test.labels.shape)
print(mnist.validation.images.shape,mnist.validation.labels.shape)

(55000, 784) (55000, 10)
(10000, 784) (10000, 10)
(5000, 784) (5000, 10)

In [3]:

#creat new session
import tensorflow as tf
sess=tf.InteractiveSession()#interactivesession表示这是当前运行的session
x=tf.placeholder(tf.float32,[None,784])#placeholder表示输入数据,None表示不限制个数，float表示输入的类型

In [4]:

W=tf.Variable(tf.zeros([784,10]))
b=tf.Variable(tf.zeros([10]))#Variable用来存储模型训练的参数

In [5]:

#接下来实现softmax
y=tf.nn.softmax(tf.matmul(x,W)+b)

In [6]:

#定义loss
y_=tf.placeholder(tf.float32,[None,10])
cross_entropy=tf.reduce_mean(-tf.reduce_sum(y_*tf.log(y),reduction_indices=[1]))
#reduce_mean表示对每一个batch数据求均值，reduce_sum是求和

In [7]:

#定义优化算法
train_step=tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
#学习速率是0.5的FSGD算法

In [8]:

#全局优化初始器
tf.global_variables_initializer().run()

In [9]:

for i in range(1000):
    batch_xs,batch_ys=mnist.train.next_batch(100)
    train_step.run({x:batch_xs,y_:batch_ys})
    #以上就训练完成
    #下面查看训练结果
    correct_prediction=tf.equal(tf.argmax(y,1),tf.argmax(y_,1))
    #求准确率用correct的bool值先转换成float型
    accuracy=tf.reduce_mean(tf.cast(correct_prediction,tf.float32))
    print(accuracy.eval({x:mnist.test.images,y_:mnist.test.labels}))

zjnlswd

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
tensorflow学习1 softmax实现

from tensorflow.examples.tutorials.mnist import input_datamnist=input_data.read_data_sets("MNIST_DATA/",one_hot=True)Extracting MNIST_DATA/train-images-idx3-ubyte.gzExtracting MNIST_DATA/train-labe...
复制链接

扫一扫

专栏目录