MNIST手写数字集+源代码

MNIST+数据集和源代码+注释

# coding: utf-8


import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

# 载入数据集
mnist = input_data.read_data_sets（“MNIST_data“ one_hot=True）

# 每个批次的大小
batch_size = 100
# 计算一共有多少个批次
n_batch = mnist.train.num_examples // batch_size

# 定义两个placeholder
x = tf.placeholder（tf.float32 [None 784]）
y = tf.placeholder（tf.float32 [None 10]）
keep_prob = tf.placeholder（tf.float32）
lr = tf.Variable（0.001 dtype=tf.float32）

# 创建一个简单的神经网络
W1 = tf.Variable（tf.truncated_normal（[784 500] stddev=0.1））
b1 = tf.Variable（tf.zeros（[500]） + 0.1）
L1 = tf.nn.tanh（tf.matmul（x W1） + b1）
L1_drop = tf.nn.dropout（L1 keep_prob）

W2 = tf.Variable（tf.truncated_normal（[500 300] stddev=0.1））
b2 = tf.Variable（tf.zeros（[300]） + 0.1）
L2 = tf.nn.tanh（tf.matmul（L1_drop W2） + b2）
L2_drop = tf.nn.dropout（L2 keep_prob）

W3 = tf.Variable（tf.truncated_normal（[300 10] stddev=0.1））
b3 = tf.Variable（tf.zeros（[10]） + 0.1）
prediction = tf.nn.softmax（tf.matmul（L2_drop W3） + b3）

# 交叉熵代价函数
loss = tf.reduce_mean（tf.nn.softmax_cross_entropy_with_logits（labels=y logits=prediction））
# 训练
train_step = tf.train.AdamOptimizer（lr）.minimize（loss）

# 初始化变量
init = tf.global_variables_initializer（）

# 结果存放在一个布尔型列表中
correct_prediction = tf.equal（tf.argmax（y 1） tf.argmax（prediction 1））  # argmax返回一维张量中最大的值所在的位置
# 求准确率
accuracy = tf.reduce_mean（tf.cast（correct_prediction tf.float32））

with tf.Session（） as sess:
    sess.run（init）
    for epoch in range（51）:
        sess.run（tf.assign（lr 0.001 * （0.95 ** epoch）））
        for batch in range（n_batch）:
            batch_xs batch_ys = mnist.train.next_batch（batch_size）
            sess.run（train_step feed_dict={x: batch_xs y: batch_ys keep_prob: 1.0}）

        learning_rate = sess.run（lr）
        acc = sess.run（accuracy feed_dict={x: mnist.test.images y: mnist.test.labels keep_prob: 1.0}）
        print（“Iter “ + str（epoch） + “ Testing Accuracy= “ + str（acc） + “ Learning Rate= “ + str（learning_rate））

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-04-27 13:21  MNIST_data\MNIST_data\
     文件     1648877  2018-04-22 21:45  MNIST_data\MNIST_data\t10k-images-idx3-ubyte.gz
     文件        4542  2018-04-22 21:45  MNIST_data\MNIST_data\t10k-labels-idx1-ubyte.gz
     文件     9912422  2018-04-22 21:45  MNIST_data\MNIST_data\train-images-idx3-ubyte.gz
     文件       28881  2018-04-22 21:45  MNIST_data\MNIST_data\train-labels-idx1-ubyte.gz
     文件        2210  2018-04-24 20:44  MNIST_data\MNIST（98%精度）.py
     文件        1854  2018-04-24 21:00  MNIST_data\MNIS数据集手写识别.py
     目录           0  2018-04-27 13:21  MNIST_data\