tensorflow使用神经网络实现mnist分类


Posted in Python onSeptember 08, 2018

本文实例为大家分享了tensorflow神经网络实现mnist分类的具体代码,供大家参考,具体内容如下

只有两层的神经网络,直接上代码

#引入包
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
#引入input_data文件
from tensorflow.examples.tutorials.mnist import input_data
#读取文件
mnist = input_data.read_data_sets('F:/mnist/data/',one_hot=True)

#定义第一个隐藏层和第二个隐藏层,输入层输出层
n_hidden_1 = 256
n_hidden_2 = 128
n_input = 784
n_classes = 10

#由于不知道输入图片个数,所以用placeholder
x = tf.placeholder("float",[None,n_input])
y = tf.placeholder("float",[None,n_classes])

stddev = 0.1

#定义权重
weights = {
    'w1':tf.Variable(tf.random_normal([n_input,n_hidden_1],stddev = stddev)),
    'w2':tf.Variable(tf.random_normal([n_hidden_1,n_hidden_2],stddev=stddev)),
    'out':tf.Variable(tf.random_normal([n_hidden_2,n_classes],stddev=stddev))    
    }

#定义偏置
biases = {
    'b1':tf.Variable(tf.random_normal([n_hidden_1])),
    'b2':tf.Variable(tf.random_normal([n_hidden_2])),
    'out':tf.Variable(tf.random_normal([n_classes])), 
    }
print("Network is Ready")


#前向传播
def multilayer_perceptrin(_X,_weights,_biases):
  layer1 = tf.nn.sigmoid(tf.add(tf.matmul(_X,_weights['w1']),_biases['b1']))
  layer2 = tf.nn.sigmoid(tf.add(tf.matmul(layer1,_weights['w2']),_biases['b2']))
  return (tf.matmul(layer2,_weights['out'])+_biases['out'])

#定义优化函数,精准度等
pred = multilayer_perceptrin(x,weights,biases)
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits = pred,labels=y))
optm = tf.train.GradientDescentOptimizer(learning_rate = 0.001).minimize(cost)
corr = tf.equal(tf.argmax(pred,1),tf.argmax(y,1))
accr = tf.reduce_mean(tf.cast(corr,"float"))
print("Functions is ready")

#定义超参数
training_epochs = 80
batch_size = 200
display_step = 4

#会话开始
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)

#优化
for epoch in range(training_epochs):
  avg_cost=0.
  total_batch = int(mnist.train.num_examples/batch_size)

  for i in range(total_batch):
    batch_xs,batch_ys = mnist.train.next_batch(batch_size)
    feeds = {x:batch_xs,y:batch_ys}
    sess.run(optm,feed_dict = feeds)
    avg_cost += sess.run(cost,feed_dict=feeds)
  avg_cost = avg_cost/total_batch

  if (epoch+1) % display_step ==0:
    print("Epoch:%03d/%03d cost:%.9f"%(epoch,training_epochs,avg_cost))
    feeds = {x:batch_xs,y:batch_ys}
    train_acc = sess.run(accr,feed_dict = feeds)
    print("Train accuracy:%.3f"%(train_acc))
    feeds = {x:mnist.test.images,y:mnist.test.labels}
    test_acc = sess.run(accr,feed_dict = feeds)
    print("Test accuracy:%.3f"%(test_acc))
print("Optimization Finished")

程序部分运行结果如下:

Train accuracy:0.605
Test accuracy:0.633
Epoch:071/080 cost:1.810029302
Train accuracy:0.600
Test accuracy:0.645
Epoch:075/080 cost:1.761531130
Train accuracy:0.690
Test accuracy:0.649
Epoch:079/080 cost:1.711757494
Train accuracy:0.640
Test accuracy:0.660
Optimization Finished

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
使用Python编写一个简单的tic-tac-toe游戏的教程
Apr 16 Python
python中self原理实例分析
Apr 30 Python
windows 下python+numpy安装实用教程
Dec 23 Python
tensorflow构建BP神经网络的方法
Mar 12 Python
Python多继承顺序实例分析
May 26 Python
python执行精确的小数计算方法
Jan 21 Python
情人节快乐! python绘制漂亮玫瑰
Aug 18 Python
在Python函数中输入任意数量参数的实例
Jul 16 Python
在SQLite-Python中实现返回、查询中文字段的方法
Jul 17 Python
Python用来做Web开发的优势有哪些
Aug 05 Python
Python logging模块进行封装实现原理解析
Aug 07 Python
教你如何用python开发一款数字推盘小游戏
Apr 14 Python
Python unittest单元测试框架总结
Sep 08 #Python
tensorflow实现加载mnist数据集
Sep 08 #Python
使用tensorflow实现线性回归
Sep 08 #Python
Python  unittest单元测试框架的使用
Sep 08 #Python
tensorflow实现逻辑回归模型
Sep 08 #Python
Django实现表单验证
Sep 08 #Python
python实现排序算法解析
Sep 08 #Python
You might like
PHP安全配置
2006/12/06 PHP
PHP性能优化工具篇Benchmark类调试执行时间
2011/12/06 PHP
php下载文件源代码(强制任意文件格式下载)
2014/05/09 PHP
PHP开发框架kohana3 自定义路由设置示例
2014/07/14 PHP
jQuery统计上传文件大小的方法
2015/01/24 Javascript
javascript中slice(),splice(),split(),substring(),substr()使用方法
2015/03/13 Javascript
Javascript中this关键字的一些小知识
2015/03/15 Javascript
基于jQuery实现的美观星级评论打分组件代码
2015/10/30 Javascript
jQuery简单实现中间浮窗效果
2016/09/04 Javascript
实现隔行换色效果的两种方式【实用】
2016/11/27 Javascript
AngularJS打开页面隐藏显示表达式用法示例
2016/12/25 Javascript
JS仿QQ好友列表展开、收缩功能(第一篇)
2017/07/07 Javascript
node+express框架中连接使用mysql(经验总结)
2018/11/10 Javascript
微信小程序实现基于三元运算验证手机号/姓名功能示例
2019/01/19 Javascript
jQuery实现合并表格单元格中相同行操作示例
2019/01/28 jQuery
Nuxt的动态路由和参数校验操作
2020/11/09 Javascript
wxpython 学习笔记 第一天
2009/03/16 Python
Python之日期与时间处理模块(date和datetime)
2017/02/16 Python
在python3环境下的Django中使用MySQL数据库的实例
2017/08/29 Python
python 执行shell命令并将结果保存的实例
2018/05/11 Python
为什么Python中没有"a++"这种写法
2018/11/27 Python
Python实现的批量修改文件后缀名操作示例
2018/12/07 Python
Python一个简单的通信程序(客户端 服务器)
2019/03/06 Python
Django中提供的6种缓存方式详解
2019/08/05 Python
用python生成与调用cntk模型代码演示方法
2019/08/26 Python
tensorflow使用range_input_producer多线程读取数据实例
2020/01/20 Python
matlab中imadjust函数的作用及应用举例
2020/02/27 Python
Django自定义列表 models字段显示方式
2020/04/03 Python
H5页面适配iPhoneX(就是那么简单)
2019/12/02 HTML / CSS
薇诺娜官方网上商城:专注敏感肌肤
2017/05/25 全球购物
SQL Server面试题
2016/10/17 面试题
智乐游戏测试笔试题
2014/05/21 面试题
优秀教师的感人事迹
2014/02/04 职场文书
大学生学雷锋活动总结
2014/06/26 职场文书
教你怎么用Python监控愉客行车程
2021/04/29 Python
Mysql索引失效 数据库表中有索引还是查询很慢
2022/05/15 MySQL