其實就是按照TensorFlow中文教程的內容一步步跟著敲的代碼。

?

不過在運行代碼的時候遇到代碼中加載不到MNIST數據資源，似乎是被墻了（(⊙﹏⊙)b）

于是自己手動下載了數據包，放到 MNIST_data/ 文件夾下，代碼就能正常運轉了。

資源鏈接如下：

http://yann.lecun.com/exdb/mnist/t10k-labels-idx1-ubyte.gz

http://yann.lecun.com/exdb/mnist/t10k-images-idx3-ubyte.gz

http://yann.lecun.com/exdb/mnist/train-images-idx3-ubyte.gz

http://yann.lecun.com/exdb/mnist/train-labels-idx1-ubyte.gz

?

完整版代碼如下：

import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/",one_hot=True)w = tf.Variable(tf.zeros([784,10])) b = tf.Variable(tf.zeros([10]))+0.1x = tf.placeholder(tf.float32,[None,784]) y_ = tf.placeholder(tf.float32,[None,10])y = tf.nn.softmax(tf.matmul(x,w)+b) 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(800):batch_xs,batch_ys=mnist.train.next_batch(100)sess.run(train_step,feed_dict={x:batch_xs,y_:batch_ys})if i % 50 ==0:correct_prediction = tf.equal(tf.argmax(y,1),tf.argmax(y_,1))accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32))print(sess.run(accuracy,feed_dict={x:mnist.test.images,y_:mnist.test.labels}))

?

轉載于:https://www.cnblogs.com/guolaomao/p/7941031.html

總結

以上是生活随笔為你收集整理的TensorFlow MNIST 入门 代码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。