層傳播演算法 手寫數字識別

2021-09-24 21:01:46 字數 1819 閱讀 3047

**


## 神經網路的框架


也就是乙個 1輸入端，（自帶比照） 2.傳播層，也就是引數傳播 3.輸出層 沒了 這只是個工具。


**以下是手寫數字的訓練


``` 


import tensorflow as tf


from tensorflow.examples.tutorials.mnist import input_data


shujuji = input_data.read_data_sets(r"d:\超算\手寫數字的資料集合\mnist_data", one_hot=true)


data_len = 100


data_n = shujuji.train.num_examples // data_len


x = tf.placeholder(tf.float32, [none, 784])


y = tf.placeholder(tf.float32, [none, 10])


w1 = tf.variable(tf.random.normal([784,500]))


pian1 = tf.variable(tf.zeros([500]))


result1 = tf.nn.sigmoid(tf.matmul(x,w1)+pian1)


w2 = tf.variable(tf.random.normal([500,500]))


pian2 = tf.variable(tf.zeros([500]))


result2 = tf.nn.sigmoid(tf.matmul(result1,w2)+pian2)


w3 = tf.variable(tf.random.normal([500,500]))


pian3 = tf.variable(tf.zeros([500]))


result3 = tf.nn.sigmoid(tf.matmul(result2,w3)+pian3)


w4 = tf.variable(tf.random.normal([500,500]))


pian4 = tf.variable(tf.zeros([500]))


result4 = tf.nn.sigmoid(tf.matmul(result3,w4)+pian4)


w = tf.variable(tf.zeros([500, 10]))


pian = tf.variable(tf.zeros([10]))


result = tf.nn.softmax(tf.matmul(result4, w) + pian)


init = tf.global_variables_initializer()


train = tf.train.


gradientdescentoptimizer(0.01).minimize(tf.reduce_mean(tf.square(result - y)))


acc = tf.reduce_mean(tf.cast(tf.equal(tf.argmax(y, 1), tf.argmax(result, 1)), tf.float32))


with tf.session() as sess:


sess.run(init)


for _ in range(100000):


for __ in range(data_n):


shuju, lable = shujuji.train.next_batch(data_len)


sess.run(train, feed_dict=)


if _ % 1 == 0:


print("i:", _,sess.run(acc, feed_dict=))


```

手寫數字識別 實戰 KNN演算法識別手寫數字

鄰近演算法，或者說k最近鄰 knn，k nearestneighbor 分類演算法是資料探勘分類技術中最簡單的方法之一。所謂k最近鄰，就是k個最近的鄰居的意思，說的是每個樣本都可以用它最接近的k個鄰居來代表。下面是我學習knn演算法的思維導圖 其中距離的定義，各個距離的公式為 歐氏距離 n維空間的距...

KNN演算法識別手寫數字

前言 從現在開始博主要開始學習機器學習了，歡迎有共同興趣的人一起學習。廢話不多說了，開始上 一 將資料集csv檔案匯入到python中，並將csv格式轉為list格式 def dataset 讀取訓練集檔案路徑 path trains1.csv os.path.abspath machinelear...

KNN演算法識別手寫數字識別集

呼叫sklearn中knn演算法庫，資料級為matlab檔案，使用matplot讀取，並進行一維化處理 from scipy.io import loadmat as load import matplotlib.pyplot as plt from sklearn.neighbors import...