## 小白学Tensorflow之简单神经网络 转

AllenOR灵感

``````# 定义输入层到隐藏层之间的连接矩阵
w_layer_1 = init_weights([784, 625])

# 定义隐藏层到输出层之间的连接矩阵
w_layer_2 = init_weights([625, 10])

def model(X, w_layer_1, w_layer_2):
# 我们采用 sigmoid 函数来作为激活函数
h = tf.nn.sigmoid(tf.matmul(X, w_layer_1))
return tf.matmul(h, w_layer_2)``````

``````# 训练模型，我们计算交叉熵的平均值和采用梯度下降法来训练
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(py_x, Y))
learning_rate = 0.01
train_op = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)``````

``````#!/usr/bin/env python
# -*- coding: utf-8 -*-

import numpy as np
import tensorflow as tf
import input_data

def init_weights(shape):
return tf.Variable(tf.random_normal(shape, stddev = 0.01))

def model(X, w_layer_1, w_layer_2):

# 我们采用 sigmoid 函数来作为激活函数
h = tf.nn.sigmoid(tf.matmul(X, w_layer_1))
return tf.matmul(h, w_layer_2)

# 导入数据
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
trX, trY, teX, teY = mnist.train.images, mnist.train.labels, mnist.test.images, mnist.test.labels

X = tf.placeholder("float", [None, 784])
Y = tf.placeholder("float", [None, 10])

# 定义输入层到隐藏层之间的连接矩阵
w_layer_1 = init_weights([784, 625])

# 定义隐藏层到输出层之间的连接矩阵
w_layer_2 = init_weights([625, 10])

# 搭建模型
py_x = model(X, w_layer_1, w_layer_2)

# 训练模型，我们计算交叉熵的平均值和采用梯度下降法来训练
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(py_x, Y))
learning_rate = 0.01
train_op = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)
predict_op = tf.argmax(py_x, 1)

with tf.Session() as sess:

init = tf.initialize_all_variables()
sess.run(init)

for i in xrange(100):
for start, end in zip(range(0, len(trX), 128), range(128, len(trX), 128)):
sess.run(train_op, feed_dict = {X: trX[start:end], Y: trY[start:end]})
print i, np.mean(np.argmax(teY, axis = 1) == sess.run(predict_op, feed_dict = {X: teX, Y: teY}))``````

### AllenOR灵感

2018/04/12
0
0
【干货】史上最全的Tensorflow学习资源汇总，速藏！

2018/04/16
0
0

TensorFlow 是 Google Brain 团队开发的强大的机器学习开源软件库，也是目前最流行的深度学习框架。可以说，要学机器学习和深度学习，就一定要掌握 TensorFlow。 TensorFlow 之所以受到如此欢...

Caicloud
2017/08/15
0
0

csdnsevenn
2018/05/03
0
0

选自hackernoon 　　作者：Cassie Kozyrkov 　　机器之心编译 　　参与：高璇、路 　　 　　谷歌开发技术推广工程师 Laurence Moroney 在 Google Cloud Next 大会上进行了一段 42 分钟的...

2018/08/20
0
0

go4it
19分钟前
0
0
mysqldump应用

27分钟前
0
0
shell脚本与Python的交互

1、Python针对shell获取传入，输出参数 传入:"\$num" 例如: \$0表示文件名，\$1表示shell获取的第一个参数 输出:通过打印shell结果的方式，输出参数给Python。 例如: echo "{\$iplist}"，Python调...

29分钟前
0
0
Euler 今日问世！国内首个工业级的图深度学习开源框架，阿里妈妈造

36分钟前
0
0
TiDB 3.0 Beta Release Notes

2019 年 1 月 19 日，TiDB 发布 3.0 Beta 版，对应 master branch 的 TiDB-Ansible。相比 2.1 版本，该版本对系统稳定性、优化器、统计信息以及执行引擎做了很多改进。 TiDB 新特性 支持 Vi...

TiDB

6
0