Tensorflow入门教程——用Tensorflow构建神经网络实现手写数字分类

前面已经介绍了很多Tensorflow的基础知识了,我们从现在开始利用它来进行Mnist手写体识别应用。我们采用卷积神经网络来实现分类。

(1)首先我们定义权重初始化函数。

(2)接下来定义卷积层和池化层。

(3)因为手写体有10类,所以我们需要对label进行one-hot编码。

(4)卷积神经网络结构定义。

(5)定义损失函数和准确率。

(6)选择学习方法来最小化损失函数。

(7)最后启动Session,将数据从Numpy传递给Tensorflow,进行训练。

最终训练结果我这里就不给出来了,完整代码实现见我的github,地址是:

https://github.com/junqiangchen/mnist_CNN。

大家可以关注我的github,在上面有很多针对医学影像处理的各种神经网络模型。如果在使用模型的过程中遇到任何问题随时给我留言。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180513G0FT2100?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券