Tensorflow手写数字softmax识别

Halcom

Tensorflow手写数字softmax识别百度网盘链接：
链接：http://pan.baidu.com/s/1c1OJp4G百度网盘代码分享：http://pan.baidu.com/s/1eRQcCuu
具体链接在halcom.cn论坛，联系人QQ：3283892722
该论坛是一个学习交流平台，我会逐一的和大家分享学习。
欢迎大家录制视频，你可在论坛进行打赏分享。
视频专用播放器：http://halcom.cn/forum.php?mod=viewthread&tid=258&extra=page%3D1

1. import argparse
   
2. import sys
   
3. from tensorflow.examples.tutorials.mnist import input_data
   
4. import tensorflow as tf
   
5. import Get_Mnist_Data
   
6. 
   
7. #mnist = input_data.read_data_sets('/temp/', one_hot=True)
   
8. mnist = Get_Mnist_Data.read_data_sets('Get_Mnist_Data', one_hot=True)
   
9. 
   
10. # Create the model
    
11. x = tf.placeholder(tf.float32, [None, 784])
    
12. W = tf.Variable(tf.zeros([784, 10]))
    
13. b = tf.Variable(tf.zeros([10]))
    
14. y = tf.matmul(x, W) + b
    
15. 
    
16. # Define loss and optimizer
    
17. y_ = tf.placeholder(tf.float32, [None, 10])
    
18. 
    
19. cross_entropy = tf.reduce_mean(
    
20.       tf.nn.softmax_cross_entropy_with_logits(labels=y_, logits=y))
    
21. train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)
    
22. 
    
23. sess = tf.InteractiveSession()
    
24. tf.global_variables_initializer().run()
    
25. 
    
26. # Train
    
27. for _ in range(1000):
    
28.     batch_xs, batch_ys = mnist.train.next_batch(100)
    
29.     sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
    
30. 
    
31. # Test trained model
    
32. correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
    
33. accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
    
34. print(sess.run(accuracy, feed_dict={x: mnist.test.images,
    
35.                                       y_: mnist.test.labels}))
    

复制代码

tlckq

我反复看了多遍，好帖，得支持