《TensorFlow实战Google深度学习框架（第2版）》源代码

《TensorFlow实战Google深度学习框架(第2版)》源代码

import tensorflow as tf

INPUT_NODE = 784
OUTPUT_NODE = 10
layer1_NODE = 500

def get_weight_variable（shape regularizer）:
    weights = tf.get_variable（“weights“ shape initializer=tf.truncated_normal_initializer（stddev=0.1））
    if regularizer != None: tf.add_to_collection（‘losses‘ regularizer（weights））
    return weights


def inference（input_tensor regularizer）:
    with tf.variable_scope（‘layer1‘）:

        weights = get_weight_variable（[INPUT_NODE layer1_NODE] regularizer）
        biases = tf.get_variable（“biases“ [layer1_NODE] initializer=tf.constant_initializer（0.0））
        layer1 = tf.nn.relu（tf.matmul（input_tensor weights） + biases）

    with tf.variable_scope（‘layer2‘）:
        weights = get_weight_variable（[layer1_NODE OUTPUT_NODE] regularizer）
        biases = tf.get_variable（“biases“ [OUTPUT_NODE] initializer=tf.constant_initializer（0.0））
        layer2 = tf.matmul（layer1 weights） + biases

    return layer2

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-10-29 21:21  源代码\
     目录           0  2018-06-28 11:00  源代码\Chapter03\
     目录           0  2018-06-28 11:00  源代码\Chapter03\.ipynb_checkpoints\
     文件        5156  2018-06-28 11:00  源代码\Chapter03\.ipynb_checkpoints\1. 图，张量及会话-checkpoint.ipynb
     文件        3451  2018-06-28 11:00  源代码\Chapter03\.ipynb_checkpoints\2. 三层简单神经网络的前向传播算法-checkpoint.ipynb
     文件        4555  2018-06-28 11:00  源代码\Chapter03\.ipynb_checkpoints\3. 完整神经网络样例程序-checkpoint.ipynb
     文件        5156  2018-06-28 11:00  源代码\Chapter03\1. 图，张量及会话.ipynb
     文件        3451  2018-06-28 11:00  源代码\Chapter03\2. 三层简单神经网络的前向传播算法.ipynb
     文件        4555  2018-06-28 11:00  源代码\Chapter03\3. 完整神经网络样例程序.ipynb
     目录           0  2018-06-28 11:00  源代码\Chapter04\
     目录           0  2018-06-28 11:00  源代码\Chapter04\.ipynb_checkpoints\
     文件        7265  2018-06-28 11:00  源代码\Chapter04\.ipynb_checkpoints\1. 自定义损失函数-checkpoint.ipynb
     文件        5590  2018-06-28 11:00  源代码\Chapter04\.ipynb_checkpoints\2. 学习率的设置-checkpoint.ipynb
     文件      116100  2018-06-28 11:00  源代码\Chapter04\.ipynb_checkpoints\3. 正则化-checkpoint.ipynb
     文件        2331  2018-06-28 11:00  源代码\Chapter04\.ipynb_checkpoints\4. 滑动平均模型-checkpoint.ipynb
     文件        7265  2018-06-28 11:00  源代码\Chapter04\1. 自定义损失函数.ipynb
     文件        5590  2018-06-28 11:00  源代码\Chapter04\2. 学习率的设置.ipynb
     文件      116100  2018-06-28 11:00  源代码\Chapter04\3. 正则化.ipynb
     文件        2331  2018-06-28 11:00  源代码\Chapter04\4. 滑动平均模型.ipynb
     目录           0  2018-06-28 11:00  源代码\Chapter05\
     目录           0  2018-06-28 11:00  源代码\Chapter05\.ipynb_checkpoints\
     文件       13563  2018-06-28 11:00  源代码\Chapter05\.ipynb_checkpoints\1. MNIST读取数据-checkpoint.ipynb
     文件        7690  2018-06-28 11:00  源代码\Chapter05\.ipynb_checkpoints\2. TensorFlow训练神经网络-checkpoint.ipynb
     文件        3754  2018-06-28 11:00  源代码\Chapter05\.ipynb_checkpoints\3. 变量管理-checkpoint.ipynb
     文件        9008  2018-06-28 11:00  源代码\Chapter05\.ipynb_checkpoints\4.1. ckpt文件保存方法-checkpoint.ipynb
     文件        2915  2018-06-28 11:00  源代码\Chapter05\.ipynb_checkpoints\4.2.1 滑动平均类的保存-checkpoint.ipynb
     文件        1229  2018-06-28 11:00  源代码\Chapter05\.ipynb_checkpoints\4.2.2 variables_to_restore函数的使用样例-checkpoint.ipynb
     文件        2368  2018-06-28 11:00  源代码\Chapter05\.ipynb_checkpoints\4.3. pb文件保存方法-checkpoint.ipynb
     文件       13563  2018-06-28 11:00  源代码\Chapter05\1. MNIST读取数据.ipynb
     目录           0  2018-06-28 11:00  源代码\Chapter05\2. TensorFlow训练神经网络\
     目录           0  2018-06-28 11:00  源代码\Chapter05\2. TensorFlow训练神经网络\.ipynb_checkpoints\
............此处省略145个文件信息