-
大小: 10KB文件类型: .rar金币: 1下载: 0 次发布日期: 2021-06-03
- 语言: Python
- 标签: tensorflow python
资源简介
tensorflow手写数字识别python源码官网案例,带详细注释,适合刚初学tensorflow的mnist数据集训练识别,
相关链接:
手写数字识别 ----在已经训练好的数据上根据28*28的图片获取识别概率(基于Tensorflow,Python)
https://www.cnblogs.com/motao9527/p/10190987.html
代码片段和文件信息
# 手写数字识别 ----Softmax回归模型
# regression
import os
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
data = input_data.read_data_sets(“/tmp/data/“ one_hot=True) # 获取数据 mnist是一个轻量级的类,其中以Numpy数组的形式中存储着训练集、验证集、测试集。
# 一个对手写数字进行识别的模型。
# 思路:
# 1、将训练集中获取的手写数字图像进行某一统一方式(全部按行或全部按列)的展开,
# 得到一个长向量(这是为了利用softmax做一维的回归,不过损失了二维信息),
# 用一个二维张量来索引某一个样本中的某一像素。
# 2、softmax模型:用来给不同的对象分配概率(即使在更精细的模型中,最后一步,往往也需要用softmax来分配概率)
# 两步:
# ① 加权求和,并引入偏置
# 对于给定输入图片x,其代表图像为数字i的证据为
# evidencei =∑i(wi jxj) + bi
# evidence_i =∑_i(w_{i j}x_j)+b_ievidencei=∑i(wi jxj) + bi
# ② 用softmax函数将evidence转换成概率,即
# y = softmax(evidence)
# y = softmax(evidence)
# y = softmax(evidence)
# 将输入值当成幂指数求值,再正则化这些结果
# 更紧凑的写法为
# y = softmax(Wx + b)
# y = softmax(Wx + b)
# y = softmax(Wx + b)
# 3、为了节省在python外使用别的语言进行复杂矩阵运算带来的开销,TensorFlow做出的优化为,先用图描述一系列可交互的操作,最后统一放在python外执行。
# 用占位符placeholder来描述这些可交互的单元:
# ---------------------
# 作者:Crystal
# 来源:CSDN
# 原文:https: // blog.csdn.net / weixin_43226400 / article / details / 82749769
# 版权声明:本文为博主原创文章,转载请附上博文链接!
#http://www.cnblogs.com/rgvb178/p/6052541.html 相关说明
# Softmax Regression Model Softmax回归模型
def regression(x):
W = tf.Variable(tf.zeros([784 10]) name=“W“)
b = tf.Variable(tf.zeros([10]) name=“b“)
y = tf.nn.softmax(tf.matmul(x W) + b)
# print(y)
return y [W b]
# model 声明占位符
with tf.variable_scope(“regression“):
x = tf.placeholder(tf.float32 [None 784])
y variables = regression(x)
# 用交叉熵(cross - entropy)来评判模型的好坏,其表达式为
# Hy′(y) =−∑iy′ilog(yi)
# 其中y是预测的概率分布,y’是实际的概率分布(即训练集对应的真实标签,是一个one - hotvector)定义
# train 开始训练模型
y_ = tf.placeholder(“float“ [None 10])
# 计算交叉熵
cross_entropy = -tf.reduce_sum(y_ * tf.log(y))
# tensorflow可以自动利用反向传播算法,根据选择的优化器来最小化你的目标函数
train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)
# tf.argmax给出对象在某一维度上最大值所对应的索引值,可以用来判断预测是否准确,即
correct_prediction = tf.equal(tf.argmax(y 1) tf.argmax(y_ 1))
# equal函数返回布尔值,用cast函数转化为浮点数后求均值来计算正确率
accuracy = tf.reduce_mean(tf.cast(correct_prediction tf.float32))
saver = tf.train.Saver(variables)
with tf.Session() as sess:
# 初始化操作
sess.run(tf.global_variables_initializer())
for _ in range(10000):
batch_xs batch_ys = data.train.next_batch(100)
# 此为随机梯度下降训练,每次训练随机抓取训练集中的100个数据作为一个batch
sess.run(train_step feed_dict={x: batch_xs y_: batch_ys})
# 计算学习到的模型在训练集上的准确率
print(sess.run(accuracy feed_dict={x: data.test.images y_: data.test.labels}))
# 保存训练结果
# print(os.path.join(os.path.dirname(__file__) ‘data‘ ‘regression.ckpt‘))
# //绝对路径包含中文字符可能导致路径不可用 相对路径:‘mnist/data/regression.ckpt‘
path = saver.save(
sess ‘mnist/data/regression.ckpt‘
write_meta_graph=False write_state=False)
print(“Saved:“ path)
# path = saver.save(
# sess os.path.join(os.path.dirname(__file__) ‘mnist\data‘ ‘regression.ckpt‘)wri
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 4641 2018-12-28 15:21 tensorflow手写文字识别python源码案例\Softmax回归模型.py
文件 12755 2018-12-28 15:24 tensorflow手写文字识别python源码案例\卷积神经网络模型.py
文件 3298 2018-12-28 15:33 tensorflow手写文字识别python源码案例\识别.py
目录 0 2018-12-28 15:52 tensorflow手写文字识别python源码案例
----------- --------- ---------- ----- ----
20694 4
- 上一篇:基于卷积神经网络的手写数字识别
- 下一篇:L2正则化python实现案例()
相关资源
- L2正则化python实现案例()
- 基于卷积神经网络的手写数字识别
- 批量excel转shp(面)python
- python ds evidence theory code
- Python串口调试助手
- 推荐系统物质扩散代码python
- 基于python的行人重识别代码
- 基于Python语言的SAD算法进行双目立体
- Python 聊天室 客户端和服务端 聊天
- python随机森林应用
- 肺实质分割python代码
- 基于python2.7的LeNet5源代码实现
- caffe_log绘制accuracy和loss曲线python3
- Python+OpenCv实现AI人脸识别身份认证系
- Tensorflow之CNN实现CIFAR-10图像的分类p
- python零基础入门视频 百度云资源
- cython_bbox.so
- Python和pyqt5中安装VTK实现三维数据可视
- Python3.x+Pyqt5实现界面左侧导航栏的抽
- Python3.x+Pyqt5制作GUI界面的案例
- Python-2.7.2-xcompile.patch
- PIL中文手册.pdf
- Python操作MySQL数据进行图片存取操作
- win 10 python 3.7 pygraphviz 安装包
- python实现算术编码
- 围棋截屏图片扫描工具
- [python] Kmeans文本聚类算法+PAC降维+Ma
- mysqldb64位
- abaqus激光增材仿真,生死单元添加p
- 利用Python爬虫批量百度图库图片
评论
共有 条评论