超级会员免费看
该博客通过Python和TensorFlow实现了一个全连接双隐藏层的神经网络，用于手写数字识别。首先，从MNIST数据集中加载并预处理数据，然后构建网络模型，包括两个隐藏层，并使用ReLU激活函数。接着，定义损失函数、优化器和准确率指标，通过训练进行模型优化。最后，对模型进行评估，展示预测结果，并可视化部分预测错误的样本。
- 实验代码
import tensorflow as tf
import tensorflow.examples.tutorials.mnist.input_data as input_data
from time import time
mnist = input_data.read_data_sets("mnist_data/",one_hot = True)
mnist.train.num_examples
mnist = input_data.read_data_sets("mnist_data/",one_hot = True)
x = tf.placeholder(tf.float32,[None,784],name = "X")
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
