from?tensorflow.examples.tutorials.mnist?import?input_data

import?tensorflow?as?tf

mnist?=?input_data.read_data_sets（‘F:/DEEPLEARN/Anaconda/Lib/site-packages/tensorflow/examples/tutorials/mnist/MNIST_data‘?one_hot=True）

x?=?tf.placeholder（tf.float32?[None?784]）

y_?=?tf.placeholder（tf.float32?[None?10]）

def?weight_variable（shape）:
????initial?=?tf.truncated_normal（shapestddev?=?0.1）
????return?tf.Variable（initial）

def?bias_variable（shape）:
????initial?=?tf.constant（0.1shape?=?shape）
????return?tf.Variable（initial）

def?conv2d（xW）:
????return?tf.nn.conv2d（x?W?strides?=?[1111]?padding?=?‘SAME‘）

def?max_pool_2x2（x）:
????return?tf.nn.max_pool（x?ksize=[1221]?strides=[1221]?padding=‘SAME‘）

W_conv1?=?weight_variable（[5?5?1?32]）
b_conv1?=?bias_variable（[32]）

x_image?=?tf.reshape（x[-128281]）

h_conv1?=?tf.nn.relu（conv2d（x_imageW_conv1）?+?b_conv1）
h_pool1?=?max_pool_2x2（h_conv1）

W_conv2?=?weight_variable（[5?5?32?64]）
b_conv2?=?bias_variable（[64]）

h_conv2?=?tf.nn.relu（conv2d（h_pool1?W_conv2）?+?b_conv2）
h_pool2?=?max_pool_2x2（h_conv2）

W_fc1?=?weight_variable（[7?*?7?*?64?1024]）
b_fc1?=?bias_variable（[1024]）

h_pool2_flat?=?tf.reshape（h_pool2?[-1?7*7*64]）
h_fc1?=?tf.nn.relu（tf.matmul（h_pool2_flat?W_fc1）?+?b_fc1）

keep_prob?=?tf.placeholder（“float“）
h_fc1_drop?=?tf.nn.dropout（h_fc1?keep_prob）

W_fc2?=?weight_variable（[1024?10]）
b_fc2?=?bias_variable（[10]）

y_conv=tf.nn.softmax（tf.matmul（h_fc1_drop?W_fc2）?+?b_fc2）

cross_entropy?=?-tf.reduce_sum（y_*tf.log（y_conv））
train_step?=?tf.train.AdamOptimizer（1e-4）.minimize（cross_entropy）
correct_prediction?=?tf.equal（tf.argmax（y_conv1）?tf.argmax（y_1））
accuracy?=?tf.reduce_mean（tf.cast（correct_prediction?“float“））

saver?=?tf.train.Saver（）?

with?tf.Session（）?as?sess:
????sess.run（tf.global_variables_initializer（））
????for?i?in?range（20000）:
????????batch?=?mnist.train.next_batch（50）
????????if?i?%?100?==?0:
????????????train_accuracy?=?accuracy.eval（feed_dict={
????????????????x:?batch[0]?y_:?batch[1]?keep_prob:?1.0}）
????????????print（‘step?%d?training?accuracy?%g‘?%?（i?train_accuracy））
????????train_step.run（feed_dict={x:?batch[0]?y_:?batch[1]?keep_prob:?0.5}）
????saver.save（sess?‘C:/Users/mercheve/Desktop/SAVE/model.ckpt‘）

????print（‘test?accuracy?%g‘?%?accuracy.eval（feed_dict={
????????x:?mnist.test.images?y_:?mnist.test.labels?keep_prob:?1.0}））

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----

?????文件???????3602??2018-01-06?16:16??5.png

?????文件???????3761??2018-01-06?16:21??6.png

?????文件???????2460??2018-10-22?14:47??mnistdeep.py

?????文件???????3808??2018-01-06?20:22??test.png

?????文件???????2950??2018-10-25?14:28??test.py

?????文件????????195??2018-01-06?11:54??SAVE\checkpoint

?????文件???39295616??2018-01-06?11:54??SAVE\model.ckpt.data-00000-of-00001

?????文件????????914??2018-01-06?11:54??SAVE\model.ckpt.index

?????文件??????72562??2018-01-06?11:54??SAVE\model.ckpt.meta

?????文件???????3525??2018-01-06?16:59??4.png

?????目錄??????????0??2018-07-11?14:28??SAVE

-----------?---------??----------?-----??----

?????????????39389393????????????????????11