我是靠谱客的博主 土豪小甜瓜,这篇文章主要介绍tensorflow开发之 基于softmax的手写数字识别(含源码),现在分享给大家,希望可以做个参考。

文章目录

    • 训练过程
        • 定义神经网络
        • 模型训练
        • 可视化训练结果
        • 模型存储
        • 模型加载
        • 模型使用
    • 源码

点击查看 (人工智能) 系列文章


训练过程

定义神经网络

在这里插入图片描述

模型训练

在这里插入图片描述

可视化训练结果

在这里插入图片描述

模型存储

在这里插入图片描述
在这里插入图片描述

模型加载

在这里插入图片描述

模型使用

在这里插入图片描述

源码

# 读取数据
import tensorflow as tf

mnist = tf.keras.datasets.mnist
(imgTrain, labelTrain),(imgTest, labelTest) = mnist.load_data(path='mnist.npz')
# 将2维矩阵变为1维向量
print('source data structure')
print(imgTrain.shape, type(imgTrain))
print(imgTest.shape, type(imgTest))

imgTrain = imgTrain.reshape(60000, 784)
imgTest = imgTest

最后

以上就是土豪小甜瓜最近收集整理的关于tensorflow开发之 基于softmax的手写数字识别(含源码)的全部内容,更多相关tensorflow开发之内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(50)

评论列表共有 0 条评论

立即
投稿
返回
顶部