#?@author?ZwwIot
#!/usr/bin/env?python
#?coding:?utf-8

#?In[17]:


import?tensorflow?as?tf
#?導入?MNIST?數據集
from?tensorflow.examples.tutorials.mnist?import?input_data
mnist?=?input_data.read_data_sets（“/data/“?one_hot?=?True）


#?In[18]:


#?參數設置
learning_rate?=?0.001
training_epochs?=?25
batch_size?=?100
display_step?=?1

#?網絡參數
n_hidden_1?=?256#?1層網絡神經元數
n_hidden_2?=?256#?2層網絡神經元數
n_input?=?784#?MNIST?data?輸入?（img?shape:?28*28）
n_classes?=?10#?MNIST?類別?（0-9?一共10類）

saver?=?tf.train.Saver（）#?保存
model_path?=?“log/520model.ckpt“

#?tf?Graph?input
x?=?tf.placeholder（“float“?[None?n_input]）
y?=?tf.placeholder（“float“?[None?n_classes]）


#?In[19]:


#?Create?model
def?multilayer_perceptron（x?weights?biases）:
????#?Hidden?layer?with?RELU?activation
????layer_1?=?tf.add（tf.matmul（x?weights[‘h1‘]）biases[‘b1‘]）
????layer_1?=?tf.nn.relu（layer_1）
????#?Hidden?layer?with?RELU?activation
????layer_2?=?tf.add（tf.matmul（layer_1?weights[‘h2‘]）biases[‘b2‘]）
????layer_2?=?tf.nn.relu（layer_2）
????#?Output?layer?with?linear?activation
????out_layer?=?tf.matmul（layer_2?weights[‘out‘]）?+?biases[‘out‘]
????return?out_layer


#?In[20]:


#?Store?layers?weight?&?bias
weights?=?{
????‘h1‘:?tf.Variable（tf.random_normal（[n_input?n_hidden_1]））
????‘h2‘:?tf.Variable（tf.random_normal（[n_hidden_1?n_hidden_2]））
????‘out‘:?tf.Variable（tf.random_normal（[n_hidden_2?n_classes]））
}
biases?=?{
????‘b1‘:?tf.Variable（tf.random_normal（[n_hidden_1]））
????‘b2‘:?tf.Variable（tf.random_normal（[n_hidden_2]））
????‘out‘:?tf.Variable（tf.random_normal（[n_classes]））
}


#?In[21]:


#?構建模型
pred?=?multilayer_perceptron（x?weights?biases）
#?Define?loss?and?optimizer
cost?=?tf.reduce_mean（tf.nn.softmax_cross_entropy_with_logits（logits?=?pred?labels?=?y））
optimizer?=?tf.train.AdamOptimizer（learning_rate?=?learning_rate）.minimize（cost）

#?初始化變量
init?=?tf.global_variables_initializer（）


#?In[25]:


#?啟動session
with?tf.Session（）?as?sess:
????sess.run（tf.global_variables_initializer（））
????#?啟動循環開始訓練
????for?epoch?in?range（training_epochs）:
????????avg_cost?=?0.
????????total_batch?=?int（mnist.train.num_examples/batch_size）#?每一輪訓練多少批次
????????#?遍歷全部數據集
????????for?i?in?range（total_batch）:
????????????batch_xs?batch_ys?=?mnist.train.next_batch（batch_size）
????????????#?Run?optimization?op?（backprop）?and?cost?op?（to?get?loss?value）
????????????_?c?=?sess.run（[optimizer?cost]?feed_dict={x:?batch_xs?y:?batch_ys}）
????????????#?計算平均值以使誤差值更平均
????????????avg_cost?+=?c?/?total_batch
????????????#?print（“I:“?‘%04d‘?%?（epoch?+?1）?“cost=“?“{:.9f}“.format（avg_cost））
????????#?顯示訓練中的詳細信息
????????if?（epoch+1）?%?display_step?==?0:
????????????print（“Epoch:“?‘%04d‘?%?（epoch+1）?“cost=“?“{:.9f}“.format（avg_cost））
????print（“Finished!“）
????#?測試?model
????correct_prediction?=?tf.equal（tf.argmax（pred?1）?tf.argmax（y?1））
????#?計算準確率
????accuracy?=?tf.reduce_mean（tf.cast（correct_prediction?“float“））
????print（“Accuracy:“?accuracy.eval（{x:?mnist.test.images?y:?mnist.test.labels}））
???
????

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

?????文件???????4248??2018-12-23?23:55??MNIST多層分類.py

?????文件????7840016??2016-11-02?19:39??MNIST?DATA\MNIST?DATA\test-images

?????文件??????10008??2016-11-02?19:39??MNIST?DATA\MNIST?DATA\test-labels

?????文件???47040016??2016-11-02?19:39??MNIST?DATA\MNIST?DATA\train-images

?????文件??????60008??2016-11-02?19:39??MNIST?DATA\MNIST?DATA\train-labels

?????目錄??????????0??2018-12-23?23:56??MNIST?DATA\MNIST?DATA

?????目錄??????????0??2018-12-23?23:56??MNIST?DATA

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

?????????????54954296????????????????????7