tensorflow 之手寫體識別

原因：由於tensorflow相對於caffe更加靈活，準備轉戰tensorflow，昨天看了下大概的基本函式，今天打算先跑跑簡單的例子

tensorflow的安裝太簡單了，一行**搞定，網上很多教程，不一一列出。

想安裝固定tensorflow版本：

pip install tensorflow-gpu==1.3.0 (gpu版本) 注意，不同的cuda和cudnn，對應的tensorflow版本也不同。

pip install tensorflow==1.3.0(cpu版本)

在集群上

我用anaconda自帶的python3.6可以匯入根目錄中的python庫

而我用conda install python=2.7.9 則不能匯入根目錄的了，

這是手寫體識別的例子，用來乙個softmax函式：

from __future__ import absolute_import

from __future__ import division
from __future__ import print_function
import tensorflow as tf
# pylint: disable=unused-import
import gzip
import os
import tempfile
import numpy
from six.moves import urllib
from six.moves import xrange  # pylint: disable=redefined-builtin
import tensorflow as tf
from tensorflow.contrib.learn.python.learn.datasets.mnist import read_data_sets
# pylint: enable=unused-import
mnist = read_data_sets("input_data/", one_hot=true)
x = tf.placeholder("float",[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.global_variables_initializer()
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=))

在這個過程中遇到這樣乙個錯誤：[errno socket error] [errno 101] network is unreachable

這是由於** minist = read_data_sets("mnist_data"，one_hot = true)

因為新版本的**已經將目錄轉到input_data裡面去了，稍作修改即可

Tensorflow MINIST手寫體識別

1 設計演算法來訓練模型 對於處理這種多分類任務，通常用softmax regression。工作原理就是對每一種類別估計乙個概率，然後取概率最大的類別作為模型的輸出結果。2 定義乙個loss function來描述模型對問題的分類精度 對多分類問題通常用cross entropy作為loss fu...

kaggle之手寫體識別

kaggle位址 首先載入資料集 import pandas as pd import numpy as np train pd.read csv users frank documents workspace kaggle dataset digit recognizer train.csv te...

Matlab深度學習實踐之手寫體識別（含詳細注釋）

matlab這幾年在人工智慧這塊兒也越做越好了，最近為了熟悉matlab如何搭建神經網路，自己做了乙個手寫體識別實驗，記錄一下。實驗任務非常簡單，網路搭的也非常隨意，不合理的地方也懶得改，旨在走通matlab搭建神經網路的流程。首先，資料集為mnist資料集 我已經把資料按類別分好，分為train和...