在TensorFlow框架下实现DBN网络

本文在Windows环境下,基于TensorFlow框架详细介绍了如何实现DBN深度学习网络,并以MNIST手写数字识别为例进行实践。首先,下载MNIST数据集,然后通过PyCharm编辑器配置TensorFlow路径。在运行GitHub上的DBN源码时遇到PIL库不兼容和print语法错误,通过安装Pillow库和调整print语句解决了问题。此外,还修复了新版Numpy导致的索引错误。经过训练,DBN网络在MNIST数据集上表现出良好的识别效果。
摘要由CSDN通过智能技术生成

前言
在上一篇博客‘Windows下安装Tensorflow’的基础上,实现深度学习网络——DBN网络,以经典的手写字体识别为例子。

一、下载手写字体数据集,官方网址为:http://yann.lecun.com/exdb/mnist/
下载:
train-images-idx3-ubyte.gz: training set images (9912422 bytes)
train-labels-idx1-ubyte.gz: training set labels (28881 bytes)
t10k-images-idx3-ubyte.gz: test set images (1648877 bytes)
t10k-labels-idx1-ubyte.gz: test set labels (4542 bytes)

二、参考github上的DBN实现源码为:https://github.com/myme5261314/dbn_tf

原作者实现的过程:https://gist.github.com/myme5261314/005ceac0483fc5a581cc

注:博主选择的python编辑器为pycharm编辑器,在windows下安装tensorflow后,需要在pycharm中配置路径,具体参考:http://blog.csdn.net/wx7788250/article/details/60877166

三,将github上下载的代码导入到pycharm中,会有几处错误,下面一一修改:
问题1:官方PIL(python image library)目前只支持python2.7及以下版本,所以当导入代码后,会提示ImportError: No module named 'Image'也就是没有import到imag

评论 13
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