说明:之前的博客中,我根据视频添加链接描述整理出了利用tensorflow建立自编码器的代码tensorflow 自编码器 ,但是我想要实现对mnist数据集进行分类,因此,我在自编码器的最后一个隐含层的后面加上了softmax分类层,对其进行分类训练
提示:该网络第一遍运行时,是训练参数,然后保存参数模型,第二遍运行时加载模型,对测试集进行预测。
tensorflow 堆叠自编码器+softmax
# -*- coding: utf-8 -*-
"""
Created on Sat Aug 15 18:39:39 2020
@author: Administrator
"""
import tensorflow as tf
import os
import numpy as np
from tensorflow.examples.tutorials.mnist import input_data
tf.reset_default_graph()
mnist=input_data.read_data_sets("./MNIST_data/",one_hot=True)
x=tf.placeholder(tf.float32,[None,784])
y_true = tf.placeholder(tf.float32, [None, 10])
batch_size=1000
def add_layer(input_data,input_num,output_num,activation_function=None):
w=tf.Variable(initial_value