tensorflow基于CNN实战mnist手写识别(小白必看)_cnn实战 - CSDN文库

125 浏览量更新于2023-03-03 评论 2 收藏 144KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

tensorflow基于基于CNN实战实战mnist手写识别手写识别(小白必看小白必看)

很荣幸您能看到这篇文章，相信通过标题打开这篇文章的都是对tensorflow感兴趣的，特别是对卷积神经网络在mnist手写识别

这个实例感兴趣。不管你是什么基础，我相信，你在看完这篇文章后，都能够完全理解这个实例。这对于神经网络入门的小白

来说，简直是再好不过了。

通过这篇文章，你能够学习到

tensorflow一些方法的用法

mnist数据集的使用方法以及下载

CNN卷积神经网络具体python代码实现

CNN卷积神经网络原理

模型训练、模型的保存和载入

Tensorflow实战实战mnist手写数字识别手写数字识别

关于这个mnist手写数字识别实战，我是跟着某课网上的教学视频跟着写的

需要导入的包

import numpy as np

import tensorflow as tf

from tensorflow.examples.tutorials.mnist import input_data #mnist数据用到的包

下载mnist数据

mnist = input_data.read_data_sets('mnist_data',one_hot=True)

通过这一行代码，就可以将mnist数据集下载到本地文件夹mnist_data目录下，当然，你也可以使用绝对地址下载你想要下载

的地方。这里需要注意一点是，如果第一次运行程序，由于需要下载资源的缘故，故需要一段时间，并且下载过程是没有提示

的，之后下载成功时才会提示 Success xxxxxx 。另一种方式就是直接去官网下载数据集

mnist官网进去点击就可以直接下载了。

张量的声明张量的声明

input_x = tf.compat.v1.placeholder(tf.float32,[None,28*28],name='input_x')#图片输入

output_y = tf.compat.v1.placeholder(tf.int32,[None,10],name='output_y')#结果的输出

image = tf.reshape(input_x,[-1,28,28,1])#对input_x进行改变形状，

稍微解释一下

[-1,28,28,1] -1表示不考虑输入图片的数量，28*28是图片的长和宽的像素值，1是通道数量，由于原图片是黑白的，所以通道

是1，若是彩色图片，应为3.

取测试图片和标签取测试图片和标签

test_x = mnist.test.images[:3000] test_y = mnist.test.labels[:3000]

[:3000]表示从列表下标为0到2999 这些数据

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余3页未读，立即下载

评论0

weixin_38633157

粉丝: 5
资源: 969

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈