深度学习21个项目

深度学习21个项目实例

# coding: utf-8
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data


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‘）


if __name__ == ‘__main__‘:
    # 读入数据
    mnist = input_data.read_data_sets（“MNIST_data/“ one_hot=True）
    # x为训练图像的占位符、y_为训练图像标签的占位符
    x = tf.placeholder（tf.float32 [None 784]）
    y_ = tf.placeholder（tf.float32 [None 10]）

    # 将单张图片从784维向量重新还原为28x28的矩阵图片
    x_image = tf.reshape（x [-1 28 28 1]）

    # 第一层卷积层
    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_pool_2x2（h_conv1）

    # 第二层卷积层
    W_conv2 = weight_variable（[5 5 32 64]）
    b_conv2 = bias_variable（[64]）
    h_conv2 = tf.nn.relu（conv2d（h_pool1 W_conv2） + b_conv2）
    h_pool2 = max_pool_2x2（h_conv2）

    # 全连接层，输出为1024维的向量
    W_fc1 = weight_variable（[7 * 7 * 64 1024]）
    b_fc1 = bias_variable（[1024]）
    h_pool2_flat = tf.reshape（h_pool2 [-1 7 * 7 * 64]）
    h_fc1 = tf.nn.relu（tf.matmul（h_pool2_flat W_fc1） + b_fc1）
    # 使用Dropout，keep_prob是一个占位符，训练时为0.5，测试时为1
    keep_prob = tf.placeholder（tf.float32）
    h_fc1_drop = tf.nn.dropout（h_fc1 keep_prob）

    # 把1024维的向量转换成10维，对应10个类别
    W_fc2 = weight_variable（[1024 10]）
    b_fc2 = bias_variable（[10]）
    y_conv = tf.matmul（h_fc1_drop W_fc2） + b_fc2

    # 我们不采用先Softmax再计算交叉熵的方法，而是直接用tf.nn.softmax_cross_entropy_with_logits直接计算
    cross_entropy = tf.reduce_mean（
        tf.nn.softmax_cross_entropy_with_logits（labels=y_ logits=y_conv））
    # 同样定义train_step
    train_step = tf.train.AdamOptimizer（1e-4）.minimize（cross_entropy）

    # 定义测试的准确率
    correct_prediction = tf.equal（tf.argmax（y_conv 1） tf.argmax（y_ 1））
    accuracy = tf.reduce_mean（tf.cast（correct_prediction tf.float32））

    # 创建Session和变量初始化
    sess = tf.InteractiveSession（）
    sess.run（tf.global_variables_initializer（））

    # 训练20000步
    for i in range（20000）:
        batch = mnist.train.next_batch（50）
        # 每100步报告一次在验证集上的准确度
        if i % 100 == 0:
            train_accuracy = accuracy.eval（feed_dict={
                x: batch[0] y_: batch[1] keep_prob: 1.0}）
            print（“step %d training accuracy %g“ % （i train_accuracy））
        train_step.run（feed_dict={x: batch[0] y_: batch[1] keep_prob: 0.5}）

    # 训练结束后报告在测试集上的准确度
    print（“test accuracy %g“ % accuracy.eval（feed_dict={
        x: mnist.test.images y_: mnist.test.labels keep_prob: 1.0}））

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1676  2018-05-04 12:04  Deep-Learning-21-Examples-master\.gitignore

     文件       3222  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_1\convolutional.py

     文件        871  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_1\download.py

     文件        576  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_1\label.py

     文件    1648877  2018-07-24 15:11  Deep-Learning-21-Examples-master\chapter_1\MNIST_data\t10k-images-idx3-ubyte.gz

     文件       4542  2018-07-24 15:11  Deep-Learning-21-Examples-master\chapter_1\MNIST_data\t10k-labels-idx1-ubyte.gz

     文件    9912422  2018-07-24 15:11  Deep-Learning-21-Examples-master\chapter_1\MNIST_data\train-images-idx3-ubyte.gz

     文件      28881  2018-07-24 15:11  Deep-Learning-21-Examples-master\chapter_1\MNIST_data\train-labels-idx1-ubyte.gz

     文件       2554  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_1\README.md

     文件       1120  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_1\save_pic.py

     文件       2487  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_1\softmax_regression.py

     文件       1447  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\delete_broken_img.py

     文件         89  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\.gitignore

     文件       4264  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docker\Dockerfile

     文件      25553  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docs\1-inputs.png

     文件     101045  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docs\1-targets.png

     文件      99973  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docs\1-tensorflow.png

     文件      10630  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docs\1-torch.jpg

     文件     117940  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docs\418.png

     文件      18392  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docs\5-inputs.png

     文件      95452  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docs\5-targets.png

     文件      97818  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docs\5-tensorflow.png

     文件       8524  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docs\5-torch.jpg

     文件      51210  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docs\51-inputs.png

     文件     100405  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docs\51-targets.png

     文件     112270  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docs\51-tensorflow.png

     文件      13039  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docs\51-torch.jpg

     文件      35342  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docs\95-inputs.png

     文件      81306  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docs\95-targets.png

     文件     113817  2018-05-04 12:04  Deep-Learning-21-Examples-master\chapter_10\pix2pix-tensorflow\docs\95-tensorflow.png

............此处省略985个文件信息