2つの_mnistエントリを学習Tensorflow

二日前、ちょうど、その後、tensorflow今日の中国のウェブサイト（http://www.tensorfly.cn/tfdoc/get_started/introduction.html）で、私のTensorflowをインストール

--mnistエントリー文字の手書き認識tensorflowについての学習を開始する準備。

私の最初のコードを実行しているときに私は、発生するどのような小さな誤差大手レコード。

簡単な例

導入におけるいくつかは、PythonのAPIで書かれたサンプルコードを使用TensorFlowがあり、

直接実行するために使用：エラーが発生しました

  ファイル"D：/ tensorflow / pythonの文件/tensorflow1.py"、37行
    印刷ステップ、sess.run（W）、sess.run（b）は
             ^ 
でSyntaxError：無効な構文

その後、オンライン検索で私は、公式ウェブサイト上で使用されるコードがpython2.xですので、私はのpython3を使用していることがわかりました

図1に示すように、範囲はxrangeを変更します

図2に示すように、修飾された印刷フォーマット

 

成功した操作

インポートAS tensorflowのTF
 インポートAS numpyのNP 

＃はnumpyのダミーデータ（偽のデータ）、100ポイントの合計を生成する使用。 
x_data = np.float32（np.random.rand（2、100）） ＃の確率的入力 
y_data = np.dot（ [0.100、0.200]、x_data）+ 0.300 ＃は線形モデルの構成
＃1  
B = tf.Variable（tf.zeros（[1 ]））
Wは = tf.Variable（tf.random_uniform（[1、2]、-1.0、 1.0 ））
Y = tf.matmul（Wはx_data、である）+ Bの＃分散最小 
損失= tf.reduce_mean（tf.square（Y - y_data））
オプティマイザ = tf.train.GradientDescentOptimizer（0.5 ）
列車 = optimizer.minimize（損失）





＃は、変数を初期化 
INIT = tf.initialize_all_variables（） 

＃スタート図（グラフ） 
セッション数= tf.Session（）
sess.run（INIT）

＃1 -fit面
用 STEP における範囲（0、201 ）：
    sess.run（列車）
    IF 20は==％ステップ0：
         印刷（STEP、sess.run（Wである）、sess.run（B））

コードの表示

二、mnistエントリー

時間に設定されているデータをダウンロードして、公式サイトには二つの方法が用意されています。まず、コードをダウンロードし、プロジェクトにインポート、第二には、自動的にダウンロードしてインストールするにはPythonのソースコードを直接使用することです。

ここでは、私はPythonのソースコードのダウンロードに直接だったし、インストールします。

＃导入数据集
INPUT_DATAインポート
mnist = input_data.read_data_sets（ "MNIST_data /"、one_hot = TRUE） 

＃实现回归模型
TFとしてインポートtensorflow 
X = tf.placeholder（ "フロート"、[なし]、[784]）
W = tf.Variable （tf.zeros（[784,10]））
B = tf.Variable（tf.zeros（[10]））
Y = tf.nn.softmax（tf.matmul（X、W）+ B） 

＃训练模型
Y_ = tf.placeholder（ "フロート"、[なし]、[10]）
cross_entropy = -tf.reduce_sum（Y_ * tf.log（Y））
train_step = tf.train.GradientDescentOptimizer（0.01）.minimize（cross_entropy）
INIT = TF。 initialize_all_variables（）
のSES = tf.Session（）
sess.run（INIT）

の範囲内のiについて（1000）： 
  batch_xs、batch_ys = mnist.train.next_batch（100）
  sess.run（train_step、feed_dict = {X：batch_xs、Y_：​​batch_ys}） 

＃评估模型 
correct_prediction = tf.equal（tf.argmax（Y、1）、tf.argmax（Y_、1））
精度= tf.reduce_mean（TF。キャスト（correct_prediction、 "フロート"））
プリント（sess.run（精度、feed_dict = {X：mnist.test.images、Y_：​​mnist.test.labels}））

 エラー：

ImportError：「INPUT_DATA」という名前のないモジュール

tensorflow.examples.tutorials.mnist輸入INPUT_DATAから将輸入INPUT_DATA代码换成

 

成功裏に実行します。

92％の業績の精度