Tensorflow Logistic
1238 단어 tensorflow
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('data/', one_hot=True)
num_classes = 10
input_size = 784
train_iter = 50000
batch_size = 64
X = tf.placeholder(tf.float32, shape=[None, input_size])
y = tf.placeholder(tf.float32, shape=[None, num_classes])
W = tf.Variable(tf.random_normal([input_size, num_classes], stddev=0.1))
b = tf.Variable(tf.constant(0.1, shape=[num_classes]))
y_pred = tf.nn.softmax(tf.matmul(X, W) + b)
loss = tf.reduce_mean(tf.square(y - y_pred))
train = tf.train.GradientDescentOptimizer(learning_rate=0.05).minimize(loss)
correct_pred = tf.equal(tf.argmax(y_pred,1), tf.argmax(y,1)) #
accuracy = tf.reduce_mean(tf.cast(correct_pred, "float"))# ,
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
for step in range(train_iter):
batch = mnist.train.next_batch(batch_size)
X_temp = batch[0]
y_temp = batch[1]
sess.run(train, feed_dict={X:X_temp, y:y_temp})
if step % 1000 == 0:
train_accu = sess.run(accuracy, feed_dict={X:X_temp, y:y_temp})
print(train_accu)
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
GPU가 있는 M1 MacBook Air에 TensorFlow 설치(메탈)이제 TensorFlow v2.5에서 Apple의 tensorflow-metal PluggableDevice를 활용하여 Metal을 사용하여 Mac GPU에서 직접 가속화된 교육을 받을 수 있습니다. 자세히 알아보기...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.