import?math
import?numpy?as?np
import?h5py
import?matplotlib.pyplot?as?plt
import?scipy
from?PIL?import?Image
from?scipy?import?ndimage
import?tensorflow?as?tf
from?tensorflow.python.framework?import?ops
from?cnn_utils?import?*
import?scipy.misc?as?misc

get_ipython（）.magic（‘matplotlib?inline‘）
np.random.seed（1）



X_train_orig?Y_train_orig?X_test_orig?Y_test_orig?classes?=?load_dataset（）

index?=?6
plt.imshow（X_train_orig[index]）
print?（“y?=?“?+?str（np.squeeze（Y_train_orig[:?index]）））



print?（“X:?“?+?str（X_train_orig[0]））
print?（“Y:?“?+?str（Y_train_orig[0]））

X_train?=?X_train_orig/255.
X_test?=?X_test_orig/255.
print?（“X:?“?+?str（X_train[1]））

Y_train?=?convert_to_one_hot（Y_train_orig?6）.T
Y_test?=?convert_to_one_hot（Y_test_orig?6）.T
print?（“Y:?“?+?str（Y_train[1]））

print?（“number?of?training?examples?=?“?+?str（X_train.shape[0]））
print?（“number?of?test?examples?=?“?+?str（X_test.shape[0]））
print?（“X_train?shape:?“?+?str（X_train.shape））
print?（“Y_train?shape:?“?+?str（Y_train.shape））
print?（“X_test?shape:?“?+?str（X_test.shape））
print?（“Y_test?shape:?“?+?str（Y_test.shape））
conv_layers?=?{}



def?create_placeholders（n_H0?n_W0?n_C0?n_y）:
????“““
????Creates?the?placeholders?for?the?tensorflow?session.
????
????Arguments:
????n_H0?--?scalar?height?of?an?input?image
????n_W0?--?scalar?width?of?an?input?image
????n_C0?--?scalar?number?of?channels?of?the?input
????n_y?--?scalar?number?of?classes
????????
????Returns:
????X?--?placeholder?for?the?data?input?of?shape?[None?n_H0?n_W0?n_C0]?and?dtype?“float“
????Y?--?placeholder?for?the?input?labels?of?shape?[None?n_y]?and?dtype?“float“
????“““

????X?=?tf.placeholder（dtype?=?tf.float32shape?=?[None?n_H0?n_W0?n_C0]）
????Y?=?tf.placeholder（dtype?=?tf.float32shape?=?[None?n_y]）
????return?X?Y
X?Y?=?create_placeholders（64?64?3?6）
print?（“X?=?“?+?str（X））
print?（“Y?=?“?+?str（Y））
def?initialize_parameters（）:
????“““
????Initializes?weight?parameters?to?build?a?neural?network?with?tensorflow.?The?shapes?are:
????????????????????????W1?:?[4?4?3?8]
????????????????????????W2?:?[2?2?8?16]
????Returns:
????parameters?--?a?dictionary?of?tensors?containing?W1?W2
????“““
????
????tf.set_random_seed（1）?????????????????????????????
????W1?=?tf.get_variable（“W1“?[4438]?initializer?=?tf.contrib.layers.xavier_initializer（seed?=?0））
????W2?=?tf.get_variable（“W2“?[22816]?initializer?=?tf.contrib.layers.xavier_initializer（seed?=?0））
????parameters?=?{“W1“:?W1
??????????????????“W2“:?W2}
????
????return?parameters
tf.reset_default_graph（）
with?tf.Session（）?as?sess_test:
????parameters?=?initialize_parameters（）
????init?=?tf.global_variables_initializer（）
????sess_test.run（init）
????print（“W1?=?“?+?str（parameters[“W1“].eval（）[111]））
????print（“W2?=?“?+?str（parameters[“W2“].eval（）[111]））
def?forward_propagation（X?parameters）:
????“““
????Implements?the?forward?propagation?for?the?model:
????CONV2D?->?RELU?->?MAXPOOL?->?CONV2D?->?RELU?->?MAXPOOL?->?FLATTEN?->?FULLYCONNECTED
???

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

?????文件??????48943??2018-12-23?14:23??TensorFlow入門：使用卷積網絡模型實現手勢識別\.ipynb_checkpoints\Convolution+model+-+Application+-+v1-checkpoint.ipynb

?????文件???????9542??2018-12-23?15:09??TensorFlow入門：使用卷積網絡模型實現手勢識別\cnn.py

?????文件???????5635??2018-08-15?08:14??TensorFlow入門：使用卷積網絡模型實現手勢識別\cnn_utils.py

?????文件?????????20??2018-08-15?08:14??TensorFlow入門：使用卷積網絡模型實現手勢識別\datasets\README.md

?????文件????1477712??2018-08-15?08:14??TensorFlow入門：使用卷積網絡模型實現手勢識別\datasets\test_signs.h5

?????文件???13281872??2018-08-15?08:14??TensorFlow入門：使用卷積網絡模型實現手勢識別\datasets\train_signs.h5

?????文件????????205??2018-08-15?08:14??TensorFlow入門：使用卷積網絡模型實現手勢識別\README.md

?????文件???????3652??2018-12-23?14:21??TensorFlow入門：使用卷積網絡模型實現手勢識別\__pycache__\cnn_utils.cpython-36.pyc

?????目錄??????????0??2018-12-24?09:32??TensorFlow入門：使用卷積網絡模型實現手勢識別\.ipynb_checkpoints

?????目錄??????????0??2018-12-24?09:32??TensorFlow入門：使用卷積網絡模型實現手勢識別\datasets

?????目錄??????????0??2018-12-24?09:32??TensorFlow入門：使用卷積網絡模型實現手勢識別\__pycache__

?????目錄??????????0??2018-12-24?09:32??TensorFlow入門：使用卷積網絡模型實現手勢識別

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

?????????????14827581????????????????????12