暑假第五周

这周进行的主要是手写数字的卷积神经网络的编写，不过由于对于自己来说难度较大，只写了第一层卷积。

import numpy as np

import matplotlib.pyplot as plt

import tensorflow as tf

import time from datetime

 import timedelta

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

def weights(shape):     

return tf.Variable(tf.truncated_normal(shape,stddev=0.05))

def biases(length):    

return tf.Variable(tf.constant(0.1,shape=length))

def conv2d(a,b):     

return tf.nn.conv2d(a,b,strides=[1,1,1,1],padding='SAME')

def max_pool_2x2(inputx):     

return tf.nn.max_pool(inputx,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')

data = input_data.read_data_sets("./data", one_hot=True)

print("Size of:")

print("--Training-set: {}".format(len(data.train.labels)))

print("--Testing-set: {}".format(len(data.test.labels)))

print("--Validation-set: {}".format(len(data.validation.labels)))

data.test.cls = np.argmax(data.test.labels,axis=1)

x = tf.placeholder("float",shape=[None,784],name='x')

x_image = tf.reshape(x,[-1,28,28,1])

y_true = tf.placeholder("float",shape=[None,10],name='y_true')

y_true_cls = tf.argmax(y_true,dimension=1)

layer_conv1 = {"weights":weights([5,5,1,32]),"biases":biases([32])}

h_conv1 = tf.nn.relu(conv2d(x_image,layer_conv1["weights"])+layer_conv1["biases"])

h_pool1 = max_pool_2x2(h_conv1)

下周尽量完成手写数字。