在tensorflow MNIST softmax教程中，未使用softmax函数
在TensorFlow MNIST softmax教程中，未使用softmax函数。这是因为在该教程中，使用了交叉熵损失函数（cross-entropy loss）作为模型的损失函数，而不是使用softmax函数。
交叉熵损失函数是一种常用的用于分类问题的损失函数，它衡量了模型的预测结果与真实标签之间的差异。在该教程中，模型的输出是一个未经过softmax函数处理的原始分数（logits），而不是经过softmax函数转换后的概率分布。这是因为交叉熵损失函数在内部会自动将原始分数转换为概率分布，并计算预测结果与真实标签之间的差异。
未使用softmax函数的优势在于，可以避免在模型中引入额外的计算开销。由于交叉熵损失函数会自动处理原始分数的转换，因此在模型的输出层不需要显式地使用softmax函数。
在TensorFlow中，可以使用tf.nn.softmax_cross_entropy_with_logits函数来计算交叉熵损失。该函数接受未经过softmax函数处理的原始分数作为输入，并自动进行softmax转换和交叉熵计算。以下是一个示例代码：
import tensorflow as tf
# 定义模型的输出层，未经过softmax函数处理的原始分数
logits = ...
# 定义真实标签
labels = ...
# 计算交叉熵损失
loss = tf.nn.softmax_cross_entropy_with_logits(logits=logits, labels=labels)推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云AI Lab：https://cloud.tencent.com/product/ai-lab
- 腾讯云机器学习平台：https://cloud.tencent.com/product/tiia
- 腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 腾讯云云数据库MySQL版：https://cloud.tencent.com/product/cdb_mysql
- 腾讯云云原生容器服务：https://cloud.tencent.com/product/tke
- 腾讯云云存储（COS）：https://cloud.tencent.com/product/cos
- 腾讯云区块链服务：https://cloud.tencent.com/product/tbaas
- 腾讯云物联网平台：https://cloud.tencent.com/product/iotexplorer
- 腾讯云移动开发平台：https://cloud.tencent.com/product/mpe
- 腾讯云音视频处理：https://cloud.tencent.com/product/vod
相关·内容
我首先开始了tensorflow，我正在为初学者阅读教程。
在窗口中，所以我使用了Oracle，并通过通过pip安装了
而且，我通过编译"import tensorflow by tf“来检查tensorflow运行良好，没有错误。
但是，在教程中，我在教程代码中出错了。
没有名为examples.tutorials.mnist的模块，
在"from tensorflow.examples.tutorials.mnist import input_data“。
我不知道为什么会有这样的错误..。这不是下载MNIST数据的代码吗？
from tensorflow.exam
浏览 2提问于2016-10-01得票数 3
我在Ubuntu16.04LTS上安装了Tensorflow，下面是这里给出的教程(有GPU支持)：
使用以下命令成功地运行停靠程序：
nvidia-docker run -it -p 8888:8888 -v /home/myusername/notebooks:/notebooks gcr.io/tensorflow/tensorflow:latest-gpu
docker exec -it [my_DOCKER_ID] bash
一旦我成功地进入了docker，我发现这里有tensorflow目录：
cd /usr/local/lib/python2.7/dist-packages/
浏览 5提问于2016-11-07得票数 3
回答已采纳
2回答
我一直在研究MNIST数据集，以了解如何在我的深度学习课程中使用Tensorflow和Python。
多亏了网站上的tensorflow教程，我可以在内部/外部读取数据，还可以在softmax和cnn中训练它。最后，我可以在softmax中获得>%90，在cnn中获得>%98，准确性。
我的问题是，我想要将MNIST上的所有图像调整为14x14，并再次训练它，也是为了增强所有图像(加噪，旋转等)。再训练一次。最后，我希望能够比较这三个不同数据集的准确性。
你能帮我解题吗？如何调整所有图像的大小以及模型应该如何更改。
谢谢!
浏览 2提问于2017-03-14得票数 1
我已经在Mac上安装了张量流。成功地运行了简单的命令行测试。现在尝试第一个教程。
在第一个python行上失败：
python提示符:导入tensorflow.examples.tutorials.mnist.input_data
回溯(最近一次调用)：File ""，第1行，在ImportError中:没有名为examples.tutorials.mnist.input_data的模块
但文件似乎就在那里：
新主机-4：~ karlovitz$ ls /Library/Python/2.7/site-packages/tensorflow/examples/tutorials
浏览 1提问于2016-02-06得票数 1
我最近在一台使用虚拟环境的Ubunu14.04机器上安装了TensorFlow，并安装了PyCharm来分析TensoFlow Python程序。
我下载了~/TF下的第一个教程程序mnist_softmax.py。我用PyCharm打开它，并将Python解释器设置为虚拟环境中的解释器。我可以运行它，设置断点，并执行单步执行。
好的，然后，我退出PyCharm。当我再次启动PyCharm时，会显示最近的项目列表，但位置是/tmp/mnist_softmax.py，而不是~/TF/mnist_softmax.py，当然，如果我尝试打开它(/tmp/mnist_softmax.py)，它会报告文
浏览 13提问于2018-01-14得票数 0
操作系统平台和发行版:LinuxUbuntu16.04；TensorFlow版本:1.4.0
我可以使用以下代码正确运行：
import tensorflow as tf
from tensorflow.python.keras.layers import Dense
from tensorflow.python.keras.backend import categorical_crossentropy
from tensorflow.examples.tutorials.mnist import input_data
from tensorflow.python.keras.models i
浏览 1提问于2018-02-07得票数 3
回答已采纳
我目前在Keras网站上关注这个入门教程：https://www.tensorflow.org/tutorials/keras/basic 中的几个步骤在调用fashion_mnist.load_data()后遇到此错误 AttributeError: module 'tensorflow.python.keras.datasets.fashion_mnist' has no attribute 'load_data' 这是完整的输出： Python 3.6.6 (v3.6.6:4cf1f54eb7, Jun 27 2018, 03:37:03) [MSC v
浏览 519提问于2018-08-03得票数 6
回答已采纳
我是Tensorflow的新手。我刚开始在TensorFlow官方网站上学习这个机器技术，我正在尝试实现Softmax回归，但却出现了一些错误。
ValueError:尺寸必须相等，但对于输入形状为？、784、10,784的“MatMul”(op：“MatMul”)，则为784和10。
以下是完整的代码：
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist=input_data.read_data_sets("MNIST_data/",one_h
浏览 1提问于2017-06-14得票数 0
回答已采纳
我想了解更多关于这段代码的信息，但是我无法将它导入到我的计算机中。我怎么能用git复制这个文件？文件很简单：
https://github.com/tensorflow/tensorflow/blob/r1.1/tensorflow/examples/tutorials/mnist/mnist_softmax.py.
谢谢!
浏览 0提问于2017-05-06得票数 11
回答已采纳
我正在学习如何在MNIST教程中使用Tensorflow，但我在本教程中遇到了一些问题。
以下是提供的代码：
from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Va
浏览 2提问于2016-10-17得票数 3
回答已采纳
我正面临着tensorFlow的麻烦。执行下列代码
import tensorflow as tf
import input_data
learning_rate = 0.01
training_epochs = 25
batch_size = 100
display_step = 1
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
# tensorflow graph input
X = tf.placeholder('float', [None, 784]) # mnist
浏览 6提问于2017-01-17得票数 35
我几乎所有的tensorflow脚本都以这个错误结束，是什么导致了它？
代码：
https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/mnist/mnist.py
我遗漏了什么？
C:\Users\\AppData\Local\Continuum\Anaconda3\python.exe C:/Users//AppData/Local/Continuum/Anaconda3/Lib/site-packages/tensorflow/examples/tutorials/mnis
浏览 5提问于2016-12-14得票数 0
我用tensorflow来训练一个minist模型并保存它。但我不使用它。--这是列车和储蓄型的代码
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data_2/", one_hot=True)
print("Download Done!")
x = tf.placeholder(tf.float32, [None, 784])
# paras
W = tf
浏览 5提问于2016-10-13得票数 0
1回答
我们正在尝试实现自己的CPU编译器的后端，但我们遇到了一个有点尴尬的情况:我们似乎无法让现有的TensorFlow编译器做任何事情。使用这里提供的TensorFlow XLA示例：
我们在配置步骤中使用TF_ENABLE_XLA=1从源代码构建TensorFlow，并在上提供调试信息。然后，我们在LLDB中运行softmax示例，并尝试在调用CpuCompiler::Compile()时中断。如下所示，程序运行到完成时不会中断Compile()函数，显然也不会中断任何预期调用它的函数。
~/tflow$ lldb -- python3 mnist_softmax_xla.py
(lldb)
浏览 1提问于2017-04-14得票数 2
尝试通过教程开始学习tensorflow。从第一个开始(当然)，由于某种原因，当我尝试学习模型时，它显示的损失数在10到12之间，精度为0.2和0.3，但是在教程中，数字是非常不同的。在安装tensorflow之前，当我试图让gpu使用它时，我遇到了一些问题，但是我只得到了错误，所以我只在cpu支持下重新安装它(包archlinux)。但我也得到了2019-02-22 19:18:02.042566: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this Ten
浏览 1提问于2019-02-22得票数 0
回答已采纳
我正在学习tensorflow，深入学习和实验各种激活函数。
我为MNIST问题创建了一个多层FFNN。主要是基于官方的tensorflow网站的教程，除了3个隐藏层被添加。
我实验过的激活函数是：tf.sigmoid，tf.nn.tanh，tf.nn.softsign，tf.nn.softmax，tf.nn.relu。只有tf.nn.relu不收敛，网络输出随机噪声(测试精度约为10%)。以下是我的源代码：
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = in
浏览 4提问于2017-11-11得票数 0
回答已采纳
我正在运行mnist_with_summary教程，以了解TensorBoard是如何工作的。它马上抛出一个TypeError。
Extracting /tmp/data/train-images-idx3-ubyte.gz
Extracting /tmp/data/train-labels-idx1-ubyte.gz
Extracting /tmp/data/t10k-images-idx3-ubyte.gz
Extracting /tmp/data/t10k-labels-idx1-ubyte.gz
Traceback (most recent call last):
File
浏览 2提问于2016-12-06得票数 0
回答已采纳
我正在学习tensorflow关于构建简单神经网络的教程，在导入了必要的库(tensorflow、keras、numpy & matplotlib)和数据集(fashion_mnist)之后，我按照教程运行了以下代码：
model = keras.Sequential([
keras.layers.Flatten(input_shape=(28, 28)),
keras.layers.Dense(128, activation='relu'),
keras.layers.Dense(10, activation='softmax'
浏览 3提问于2020-02-08得票数 7
回答已采纳
我正在学习Tensorflow，并希望使用next_batch作为时尚-MNIST数据集。但我遇到了一个问题，因为Fashion-MNIST的数据集的格式与MNIST数据的格式不同。
对于常规的MNIST，我们可以使用以下代码导入数据：
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data as ip
mnist = ip.read_data_sets("MNIST_data/", one_hot=True)
但是Tensorflow的教程(网址：)，像这样导入时尚
浏览 0提问于2019-03-04得票数 0
1回答
我有兴趣在我自己的图像集上训练和评估一个卷积神经网络模型。我希望使用tf.layers模块来定义我的模型，并使用一个tf.learn.Estimator对象分别使用fit()和evaluate()方法来训练和评估模型。
是我一直在学习的教程，它有助于展示tf.layers模块和tf.learn.Estimator类。但是，它使用的数据集(MNIST)只是简单地导入和加载(作为NumPy数组)。请参阅教程脚本中的以下主要函数：
def main(unused_argv):
# Load training and eval data
mnist = learn.datasets.load_
浏览 6提问于2017-07-07得票数 2
回答已采纳
2回答
我对 -神经网络在TensorFlow中有一些疑问。
#!/usr/bin/env python
import tensorflow as tf
import numpy as np
from tensorflow.examples.tutorials.mnist import input_data
def init_weights(shape):
return tf.Variable(tf.random_normal(shape, stddev=0.01))
def model(X, w_h, w_o):
h = tf.nn.sigmoid(tf.matmul(X,
浏览 7提问于2017-02-26得票数 1
回答已采纳
我正在制作一台计算机，用softmax函数从MNist数据集中预测手写的数字。奇怪的事情发生了。随着时间的推移，成本逐渐减少，最终变成了大约0.0038.(我使用softmax_crossentropy_with_logits()作为成本函数)，但是，准确率很低，只有33%。所以我想，“我不知道那里发生了什么，但是如果我分别做softmax和交叉熵，可能会产生不同的结果!”然后砰！准确率提高到89 %。我不知道为什么做softmax和交叉熵会产生如此不同的结果。我甚至在这里看了看:
这就是我用softmax_cross_entropy_with_logits()作为成本函数的代码(准确率: 3
浏览 7提问于2017-05-12得票数 2
回答已采纳
1回答
我正在尝试提高一个简单的2NN的性能。代码如下： from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.optimizers import SGD
from tensorflow.keras.datasets import mnist
from tensorflow import keras
import tensorflow as tf
# load Mnist
(X_train, y_train), (X_test,
浏览 35提问于2020-08-08得票数 0
2回答
我正在学习tensorflow- 教程。
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784, 10])) #weights
b = tf.Variable(tf.zeros([10]))
浏览 3提问于2016-06-07得票数 4
回答已采纳
1回答
我是Tensorflow的新手，我不明白为什么输入占位符经常与用于训练的批次的大小一起标注。
在本例中，我找到了，而在官方的Mnist教程中没有
from get_mnist_data_tf import read_data_sets
mnist = read_data_sets("MNIST_data/", one_hot=True)
import tensorflow as tf
sess = tf.InteractiveSession()
x = tf.placeholder("float", shape=[None, 784])
y_ = tf.plac
浏览 3提问于2017-01-22得票数 4
回答已采纳
1回答
我是Python、机器学习和TensorFlow的新手，我感到非常不知所措！
我仍然在处理MNIST数据集，并且有以下代码(我已经从TensorFlow教程中编译了这些代码)：
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data',one_hot=True)
import tensorflow as tf
sess = tf.InteractiveSession()
x = tf.placeholder(tf.floa
浏览 14提问于2017-02-14得票数 0
1回答
下面是来自Tensorflow网站的简单mnist教程(即单层softmax)，我尝试通过多线程训练步骤对其进行扩展：
from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf
import threading
# Training loop executed in each thread
def training_func():
while True:
batch = mnist.train.next_batch(100)
global_step_val,
浏览 0提问于2017-01-17得票数 3
2回答
因此，我最近尝试在具有以下规格的pc上运行tensorflow-gpu：
AMD Ryzen 5 2600X 6核，NVIDIA GeForce RTX 2060，带16 GB内存
在上的教程中，我用时尚mnist运行了内置的数据集。我运行了以下代码，并注意到colab不能在gpu上运行：
print("GPU is", "available" if tf.config.list_physical_devices('GPU') else "NOT AVAILABLE")
所以我看了一遍教程，基本上运行了他们的代码：
import
浏览 0提问于2020-08-15得票数 6
2回答
我正在通过Tensorflow在MNIST应用机器学习。我是在集群上这样做的，每个节点都运行Tensorflow的分布式执行。我通过主节点上的bash脚本运行单独的执行。这个主节点使用ssh连接到集群中的一组节点，然后运行运行Tensorflow的Python脚本。
当Tensorflow在节点上运行时，我经常会收到以下错误消息，导致节点崩溃：
2017-03-29 20:34:02.749498: I tensorflow/core/distributed_runtime/rpc/grpc_server_lib.cc:239] Started server with target: grpc
浏览 2提问于2017-03-29得票数 0
回答已采纳
我已经学习了tensorflow2教程，但是现在我想使用模型来预测图像。
我的代码：
import tensorflow
import tensorflow_datasets
import matplotlib.pyplot as plot
import numpy
def normalize_img(img, label):
return tensorflow.cast(img, tensorflow.float32) / 255., label
(mnist_train, mnist_raw), mnist_info = tensorflow_datasets.load(
浏览 6提问于2022-05-15得票数 0
回答已采纳
1回答
我目前正在规划我的第一届会议。NN在Tensorflow中的实现，并一直在阅读Tensorflow的上的许多教程以获得洞察力。
从本质上看，创建一个定制CNN的方法有两种：
1)使用Tensorflow层模块tf.layers，即“高级API".使用此方法，您可以定义一个由tf.layers对象组成的模型定义函数，并在主函数中实例化一个tf.learn.Estimator，将模型定义函数传递给它。从这里开始，可以对fit()对象调用evaluate()和evaluate()方法，分别对Estimator对象进行训练和验证。链接：.主要职能如下：
def main(unused_argv
浏览 4提问于2017-07-06得票数 7
回答已采纳
我最近开始学习tensorflow，我在tensorflow网站上做了第一个教程，我遇到了一个问题。
我正在云9上使用tensorflow。
起始代码没有问题：
import tensorflow as tf
import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
x = tf.placeholder(tf.float32, [None, 784]);
W = tf.Variable(tf.zeros([784, 10]));
b = tf.Variable(tf.ze
浏览 2提问于2016-02-16得票数 0
回答已采纳
我在tensorflow中为minst数据集编写了两个版本的代码。第一部分类似于inputNone,784的示例代码，但是，第二部分是我所更改的部分。我只需将输入比例修改为784，无，并更改一些相应的矩阵格式。我对结果的差异感到困惑。我是tensorflow的初学者。真的很想得到你的帮助。
谢谢
import tensorflow as tf
import tensorflow.examples.tutorials.mnist.input_data as input_data
mnist = input_data.read_data_sets(r"C:\Ruigy\NN\minst&#
浏览 1提问于2018-04-04得票数 0
我正在做CNN模型压缩，并试图减少权重的比特，以获得比特的长度和精度之间的关系。但是当我使用Tensorflow网站的方法来更改CNN的权重类型时，出现了一个错误：
“TypeError :传递给参数'a‘的值的DataType int8不在允许值的列表中: float16，float32，float64，int32，complex64，complex128”。
似乎权重不能是其他Dtype。但我读过一些像这样的论文。可以将权重比特减少到6比特、4比特甚至更低的比特。
我的代码在这里(忽略导入某些东西)：
import tensorflow as tf
from tensorflow
浏览 2提问于2017-12-27得票数 3
我正在试用TensorFlow教程，但不明白这行中的next_batch是从哪里来的？
batch_xs, batch_ys = mnist.train.next_batch(100)
我看了看
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
也没看到next_batch在那儿。
现在，当在我自己的代码中尝试next_batch时，我得到了
AttributeError: '
浏览 0提问于2016-11-02得票数 14
回答已采纳
2回答
我有一个代码来训练MNIST数据集来处理街景门牌号项目，但是当我运行代码时，acc = 0,1
导入库和模块
import numpy as np
np.random.seed(123) # for reproducibility
from keras import backend as K
K.set_image_dim_ordering('th')
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, Activation, Fl
浏览 1提问于2019-05-09得票数 0
我正在学习一个TensorFlow教程。我已经在python3.6中安装了Tensorflow r1.9
我有一个休眠的入口：
from tensorflow.examples.tutorials.mnist import input_data
我以休眠的方式使用它：
mnist = input_data.read_data_sets("mnist_data/", one_hot=True)
我得到休眠警告/错误：
read_data_sets (from tensorflow.contrib.learn.python.learn.datasets.mnist) is depr
浏览 12提问于2018-07-23得票数 2
我正在学习tensorflow的基本分类教程。由于代理的原因，我必须离线使用数据集。因此，我没有使用fashion_mnist数据库，而是使用mnist数据集。 from __future__ import absolute_import, division,
print_function, unicode_literals
# TensorFlow and tf.keras
import tensorflow as tf
from tensorflow import keras
# Helper libraries
import numpy as np
import matplot
浏览 24提问于2019-10-07得票数 0
回答已采纳
我无法按照本教程使用Tensorflow 1.11.0保存一个简单的keras顺序模型。我能够将模型配置转换为json字符串，并且能够保存权重，但不能保存整个模型。
错误来自于Model.save中的第一行代码，它检查self._is_graph_network是否为True。我觉得有一些基本的东西我错过了，但我无法弄清楚。我相信我的代码类似于在“保存整个模型”部分中找到的教程代码：。
Python 3.6.6 (default, Jun 28 2018, 05:43:53)
[GCC 4.2.1 Compatible Apple LLVM 9.1.0 (clang-902.0.39.2)]
浏览 2提问于2018-10-15得票数 0
回答已采纳
我在网上搜索过答案，但没有帮助(其他人遇到的所有问题都是由于语法或太老的tensorflow版本造成的)，所以我决定问自己--我在这里
我正在尝试从运行代码
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.ze
浏览 2提问于2017-11-08得票数 0
回答已采纳
我们已经有了经过训练的模型，但我们不能编写程序中做出预测的部分。我们可以打开图片，但不能用TensorFlow处理它。
任何帮助都将不胜感激。这是我们已经拥有的。
from __future__ import absolute_import, division, print_function, unicode_literals
# Install TensorFlow
import tensorflow as tf
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data
浏览 0提问于2019-12-14得票数 2
我试图在tensorflow中实现softmax回归模型，以便与其他主流的深度学习框架建立一个基准。由于tensorflow中的，官方文档代码很慢。我试图以tensorflow常数的形式提供数据，但我不知道最有效的方法。现在，我只是将单个批处理作为常量，并通过该批进行训练。对该代码进行小型化解决方案的有效解决方案是什么？这是我的代码：
from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf
import numpy as np
mnist = input_data.read_dat
浏览 2提问于2016-09-29得票数 0
回答已采纳
我正在做mnist教程，当我试图像这样打开fully_connected_feed.py时，TensorBoard工作并将trying s.out.tfEvs.1447186888文件保存到~..\TensorBoard中。
python ~/tensorflow/tensorflow/tensorboard/tensorboard.py --logdir=~/tensorflow/tensorflow/g3doc/tutorials/mnist/data
或者像这样
tensorboard --logdir=~/tensorflow/tensorflow/g3doc/tutorials/m
浏览 1提问于2015-11-10得票数 7
回答已采纳
我最近开始对深度学习感兴趣。我复制了Tensorflow入门教程，遇到语法错误，无法运行脚本
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
import tensorflow as tf
x = tf.placeholder(tf.float32, [None,784])
W = tf.Variable(tf.zeros([784, 10]))
b = tf.Variable(t
浏览 9提问于2017-03-10得票数 0
回答已采纳
# Import data
from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf
mnist = input_data.read_data_sets('/tmp/tensorflow/mnist/input_data', one_hot=True)
# Create the model
x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(t
浏览 2提问于2017-01-09得票数 1
2回答
我是TensorFlow新手，我正在使用MNIST数据集遵循初学者的教程，我想只使用0-8 (不包括9级)来训练模型，所以在代码中的哪里是10，我将其替换为9，但是在代码的训练部分，如何要求next_batch()排除9级？如果我想排除多个类呢？
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
import argparse
import sys
from tensorflow.examples.tutorials.mni
浏览 1提问于2018-01-06得票数 1
我想通过只使用向量中的前k个值来实现使softmax更快的尝试。 为此，我尝试为tensorflow实现一个自定义函数，以便在模型中使用： def softmax_top_k(logits, k=10):
values, indices = tf.nn.top_k(logits, k, sorted=False)
softmax = tf.nn.softmax(values)
logits_shape = tf.shape(logits)
return_value = tf.sparse_to_dense(indices, logits_shape, soft
浏览 13提问于2019-03-09得票数 2
回答已采纳
我正在使用Tensorflow beginner mnist tutorial中的代码(代码如下)。 import tensorflow as tf
mnist = tf.keras.datasets.mnist
(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28
浏览 11提问于2019-03-03得票数 0
我是机器学习的新手，我正在按照tensorflow的教程创建一些学习MNIST数据的简单神经网络。
我已经建立了一个单层网络(遵循教程)，准确率约为0.92，这对我来说是可以的。但后来我又增加了一层，准确率降到了0.113，这是非常糟糕的。
下面是两层之间的关系：
import tensorflow as tf
x = tf.placeholder(tf.float32, [None, 784])
#layer 1
W1 = tf.Variable(tf.zeros([784, 100]))
b1 = tf.Variable(tf.zeros([100]))
y1 = tf.nn.softm
浏览 3提问于2016-07-01得票数 6
回答已采纳
因此，我一直在学习tensorflow，我尝试将文档上的代码从在交互式会话上运行更改为在常规会话中运行，这样我就可以从命令行运行包含代码的python文件。相关的tensorflow代码在这里：
这是我的代码：
import input_data
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)
import tensorflow as tf
def train():
x = tf.placeholder("float", shape=[None, 784])
y_ =
浏览 4提问于2015-12-23得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
