码迷,mamicode.com
首页 > 其他好文 > 详细

测试代码

时间:2018-12-15 14:26:28      阅读:171      评论:0      收藏:0      [点我收藏+]

标签:ast   测试   计算   cti   oba   max   lob   int   nis   

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
#计算一共有多少批次
n_batch = mnist.train.num_example // batch_size

#定义两个placeholder
x = tf.placeholder(tf.float32,[None,784])#输入图像
x = tf.placeholder(tf.float32,[None,10])#输入标签

#创建一个简单的神经网络
W = tf.Variable(tf.zeros([784,10]))#生成784行,10列的全0矩阵
b = tf.Variable(tf.zeros([1,10]))
prediction = tf.nn.softmax(tf.matmul(x,W) + b)

#二次代价函数
loss = tf.reduce_mean(tf.square(y - prediction))
#使用梯度下降法
train_step = tf.train.GradientDescentOptimizer(0.2).minimize(loss)

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

#比较
corrent_prediction = tf.equal(tf.argmax(y,1),tf.argmax(prediction,1))
#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(21):
        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})
            
        acc = sess.run(accuracy,feed_dict = {x:mnist.test.images,y:mnist.test.labels})
        print(Iter  + str(epoch) + ,Testing Accuracy  + str(acc))

 

测试代码

标签:ast   测试   计算   cti   oba   max   lob   int   nis   

原文地址:https://www.cnblogs.com/fzth-gfh/p/10123182.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!