TensorFlow——Mnist手写数字识别并可视化 实战教程(一)
要点:
- 该教程为深度学习tensorflow框架mnist手写数字识别。
- 实战教程分为(一)(二)(三)分别从tensorflow和MATLAB双角度来实现。
笔者信息:Next_Legend QQ:1219154092 人工智能 图像处理 神经网络 高维信息处理 自然语言处理
——2018.7.18于云邱山
- 步骤流程
- 准备mnist数据集
- 构建CNN网络结构
- 构建loss function,配置寻优器
- 训练、测试、tensorboard可视化
-
Mnist数据集获取
Mnist数据集是NIST数据集的子集,包含以下4个文件:
Mnist数据集包括:测试集图片文件、测试集标签文件、训练集图片文件、训练集标记文件(上图顺序)。在测试集包含的10000个样例中,前5000个样例取自原始的NIST训练集,后5000个取自原始的NIST测试集,因此前5000个预测起来更容易些。
Mnist数据集获取地址:http://yann.lecun.com/exdb/mnist/
注意:
mnist数据集的获取你可能会遇到一些bug。你可能会使用tensorflow.examples.tutorials.mnist 里自带的input_data.py报错。 或者遇到input_data.py文件下载不下来,解决方法如下:
1、由于网络问题或其他一些未知原因,input_data下载、解压mnist数据集时会报错,这时你只要自己手动下载好数据集(四个压缩包)放到工作空间的MNIST_data文件夹里就行,就能绕开报错问题。2、以下是一些常见的解决方案:
https://blog.csdn.net/m0_37435073/article/details/78598139
- 构建CNN网络
- 构建loss function,配置寻优器
- 训练、测试、tensorboard可视化
- tensorboard可视化
- 训练过程
- tensorboard的可视化:Tensorboard的使用可以参考笔者的另一篇博客(win10下tensorboard的使用):https://blog.csdn.net/jinyuan7708/article/details/79428189