手写数字识别程序，模型和测试图片

有训练代码和测试代码和我已经训练好的模型，还有几张我的测试图片 详情见我的博客：https://blog.csdn.net/qq_38269418/article/details/78991649

from tensorflow.examples.tutorials.mnist import input_data

import tensorflow as tf

mnist = input_data.read_data_sets（‘F:/DEEPLEARN/Anaconda/Lib/site-packages/tensorflow/examples/tutorials/mnist/MNIST_data‘ one_hot=True）

x = tf.placeholder（tf.float32 [None 784]）

y_ = tf.placeholder（tf.float32 [None 10]）

def weight_variable（shape）:
    initial = tf.truncated_normal（shapestddev = 0.1）
    return tf.Variable（initial）

def bias_variable（shape）:
    initial = tf.constant（0.1shape = shape）
    return tf.Variable（initial）

def conv2d（xW）:
    return tf.nn.conv2d（x W strides = [1111] padding = ‘SAME‘）

def max_pool_2x2（x）:
    return tf.nn.max_pool（x ksize=[1221] strides=[1221] padding=‘SAME‘）

W_conv1 = weight_variable（[5 5 1 32]）
b_conv1 = bias_variable（[32]）

x_image = tf.reshape（x[-128281]）

h_conv1 = tf.nn.relu（conv2d（x_imageW_conv1） + b_conv1）
h_pool1 = max_pool_2x2（h_conv1）

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）

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）

keep_prob = tf.placeholder（“float“）
h_fc1_drop = tf.nn.dropout（h_fc1 keep_prob）

W_fc2 = weight_variable（[1024 10]）
b_fc2 = bias_variable（[10]）

y_conv=tf.nn.softmax（tf.matmul（h_fc1_drop W_fc2） + b_fc2）

cross_entropy = -tf.reduce_sum（y_*tf.log（y_conv））
train_step = tf.train.AdamOptimizer（1e-4）.minimize（cross_entropy）
correct_prediction = tf.equal（tf.argmax（y_conv1） tf.argmax（y_1））
accuracy = tf.reduce_mean（tf.cast（correct_prediction “float“））

saver = tf.train.Saver（） 

with tf.Session（） as sess:
    sess.run（tf.global_variables_initializer（））
    for i in range（20000）:
        batch = mnist.train.next_batch（50）
        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}）
    saver.save（sess ‘C:/Users/mercheve/Desktop/SAVE/model.ckpt‘）

    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       3602  2018-01-06 16:16  5.png

     文件       3761  2018-01-06 16:21  6.png

     文件       2460  2018-10-22 14:47  mnistdeep.py

     文件       3808  2018-01-06 20:22  test.png

     文件       2950  2018-10-25 14:28  test.py

     文件        195  2018-01-06 11:54  SAVE\checkpoint

     文件   39295616  2018-01-06 11:54  SAVE\model.ckpt.data-00000-of-00001

     文件        914  2018-01-06 11:54  SAVE\model.ckpt.index

     文件      72562  2018-01-06 11:54  SAVE\model.ckpt.meta

     文件       3525  2018-01-06 16:59  4.png

     目录          0  2018-07-11 14:28  SAVE

----------- ---------  ---------- -----  ----

             39389393                    11