tensorflow學習筆記13

2022-06-14 07:18:09 字數 1702 閱讀 8365

訓練神經網路3

問題解決：

上面定義與下面呼叫的引數不一致，導致出現了錯誤

import


numpy as np


import


tensorflow as tf


import


matplotlib.pyplot as plt


import


input_data


mnist = input_data.read_data_sets('


data/


',one_hot=true) #


one_hot=true編碼格式為01編碼


n_hidden_1 = 256n_hidden_2 = 128n_input = 784n_classes = 10x = tf.placeholder("


float


",[none,n_input])


y = tf.placeholder("


float


",[none,n_classes])


stddev = 0.1weights =


biases =


print("


network ready")


defmultilayer_perceptron(_x,_weights,_biases):


layer_1 = tf.nn.sigmoid(tf.add(tf.matmul(_x,_weights['


w1']),_biases['b1'


])) layer_2 = tf.nn.sigmoid(tf.add(tf.matmul(layer_1,_weights['


w2']),_biases['b2'


])) 


return (tf.matmul(layer_2,_weights['


out']) + _biases['


out'


])pred =multilayer_perceptron(x, weights, biases)


cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(pred,y)) #


tensorflow中已有的交叉熵函式


optm = tf.train.gradientdescentoptimizer(learning_rate=0.01).minimize(cost)


corr = tf.equal(tf.argmax(pred,1),tf.argmax(y,1))


accr = tf.reduce_mean(tf.cast(corr,"


float"))


init =tf.compat.v1.global_variables_initializer()


print("


functions ready


")
出現了新錯誤：

可以改成：

cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits_v2(pred,y))
或：

cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y, logits=pred))

tensorflow學習筆記1

在跑minist demo時，遇到了這幾句 batchsize 6 label tf.expand dims tf.constant 0,2,3,6,7,9 1 index tf.expand dims tf.range 0,batchsize 1 concated tf.concat 1,inde...

TensorFlow學習筆記1

1 tensorflow 谷歌第二代人工智慧學習系統 2 tensorflow顧名思義tensor flow。tensor的意思是 張量，flow的意思是 流動，合起來就是 張量的流動 3 系統架構及程式設計模型。其中系統架構如圖1所示，程式設計模型如圖2所示。圖1 tensorflow系統架構圖 ...

TensorFlow學習筆記1

編寫tensorflow的兩個步驟 構建計算圖graph 使用session去執行graph中的operation 這裡寫描述 三個基本概念 rank rank一般是指資料的維度，其與線性代數中的rank不是乙個概念。其常 用rank舉例如下。shape 指tensor每個維度資料的個數，可以用py...