1. ubuntu terminal
2.建立乙個code目錄
mkdir tensorflow_code
3.進入tensorflow_code
cd tensorflow_code
4.建立tensorflow mnist**檔案test_mnist.py
touch test_mnist.py
5.編輯test_mnist.py
gedit test_mnist.py
在tensorflow_code中mkdir mnist_data.
cp train-labels-idx1-ubyte.gz .
6.新增**
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("./mnist_data/", one_hot=true)
x = tf.placeholder(tf.float32, [none, 784])
w = tf.variable(tf.zeros([784,10]))
b = tf.variable(tf.zeros([10]))
y = tf.nn.softmax(tf.matmul(x,w) + b)
y_ = tf.placeholder("float", [none,10])
cross_entropy = -tf.reduce_sum(y_*tf.log(y))
train_step = tf.train.gradientdescentoptimizer(0.01).minimize(cross_entropy)
init = tf.initialize_all_variables()
sess = tf.session()
sess.run(init)
for i in range(1000):
batch_xs, batch_ys = mnist.train.next_batch(100)
sess.run(train_step, feed_dict=)
correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
print sess.run(accuracy, feed_dict=)
儲存退出到terminal
**詳細解說，參考**：
7.在terminal中執行test_mnist.py
python test_mnist.py
8.執行結果
9.出現問題
mnist = input_data.read_data_sets("mnist_data/", one_hot=true) nameerror: name 'input_data' is not defined
使用下面的**
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("./mnist_data/", one_hot=true) 代替
import tensorflow.examples.tutorials.mnist.input_data
mnist = input_data.read_data_sets("mnist_data/", one_hot=true)
MNIST機器學習入門
路漫漫其修遠兮 環境 python tensorflow from future import absolute import from future import division from future import print function pylint disable unused im...
MNIST機器學習入門
使用mnist 資料集，用softmax回歸 標籤 使用交叉熵損失函式計算損失值 使用梯度下降法優化引數 coding utf 8 import tensorflow as tf import tensorflow.examples.tutorials.mnist.input data as inp...
pyhton機器學習入門基礎（機器學習與決策樹）
scikit learn資料探勘工具包 1 scikit learn是基於python的資料探勘和機器學習的工具包 方便實現資料的資料分析與高階操作，是資料分析裡面非常重要的工具包。2 scikit learn是資料探勘重要的工具包，其官網為可以方便地進行進行相關用法的查詢。3 scikit lea...