TensorFlowのMNISTチュートリアル(ざっくりと)

Masanari KIMURA 203views 更新:2016年4月20日

MNIST For ML Beginners

import input_data
import tensorflow as tf

# チュートリアル用のMNISTデータ用意
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)
sess = tf.InteractiveSession()

# プレースホルダーの定義
x = tf.placeholder("float", [None, 784])

# 重みとバイアスの定義
W = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10]))

# モデル
y = tf.nn.softmax(tf.matmul(x,W) + b)

# プレースホルダー
y_ = tf.placeholder("float", [None,10])

# コスト関数
cross_entropy = -tf.reduce_sum(y_*tf.log(y))

train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)

# 学習開始
for i in range(1000):
  batch_xs, batch_ys = mnist.train.next_batch(100)
  sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

# 正答率
correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))

# 結果の出力
print sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels})

ログイン / 新規登録してコメントする

このソースコードをストックして後で利用したり、作業に利用したソースコードをまとめることができます。

こちらもお役に立つかもしれません