#?-*-?coding:?utf-8?-*-
“““
通過softmax函數進行預測

@author:?Elijah
“““

#引入數據集
from?tensorflow.examples.tutorials.mnist?import?input_data

import?scipy.misc
import?os
import?numpy?as?np
import?tensorflow?as?tf

#數據不存在時，自動下載
mnist?=?input_data.read_data_sets（“MNIST_data/“one_hot=True）

#查看數據集大小
print（mnist.train.images.shape）
print（mnist.train.labels.shape）

#查看驗證集大小
print（mnist.validation.images.shape）
print（mnist.validation.labels.shape）

#查看測試數據大小
print（mnist.test.images.shape）
print（mnist.test.labels.shape）

#打印第0張圖片的向量表示
print（mnist.train.images[0:]）

#保存原始圖片
save_dir?=?‘MNIST_data/raw/‘
if?os.path.exists（save_dir）?is?False:
????os.makedirs（save_dir）
????
#保存前20張圖片
for?i?in?range（20）:
#????mnist.train.images[i:]表示第i張圖片（序號從0開始）
????image_array?=?mnist.train.images[i:]
#????將784維的向量還原成28*28的圖像
????image_array?=?image_array.reshape（2828）
#????保存文件的格式為:***.jpg
????filename?=?save_dir?+?‘mnist_train_%d.jpg‘?%?i
#????將image_array保存為圖片
#????調用scipy.misc.toimage轉換為圖像
????scipy.misc.toimage（image_arraycmin=0.0cmax=1.0）.save（filename）

#查看前20張圖片的獨熱表示（圖片對應的值）
for?i?in?range（20）:
????one_hot_label?=?mnist.train.labels[i:]
#????通過np.argmax獲得原始的label
????label?=?np.argmax（one_hot_label）
????print（‘mnist_train_%d.jpg?label:?%d‘?%?（ilabel））
????
#創建x，代表待識別的圖片
x?=?tf.placeholder（tf.float32[None784]）

#w將一個784維的輸入轉換為一個10維的輸出
w?=?tf.Variable（tf.zeros（[78410]））
#創建b偏置項
b?=?tf.Variable（tf.zeros（[10]））

#y表示模型的輸出
y?=?tf.nn.softmax（tf.matmul（xw）?+?b）

#y_是實際的圖像標簽
y_?=?tf.placeholder（tf.float32[None10]）

#根據y和y_構造交叉熵損失
cross_entropy?=?\
????tf.reduce_mean（-tf.reduce_sum（y_?*?tf.log（y）））
????
#梯度下降進行優化
train_step?=?tf.train.GradientDescentOptimizer（0.01）.minimize（cross_entropy）

#創建會話
sess?=?tf.InteractiveSession（）
#初始化變量，分配內存
tf.global_variables_initializer（）.run（）

#進行1000步梯度下降進行優化
for?_?in?range（1000）:
#????在mnist.train中選取100個訓練數據
????batch_xs?batch_ys?=?mnist.train.next_batch（100）
????sess.run（train_step?feed_dict={x:batch_xs?y_:batch_ys}）
????
#正確的預測結果
correct_prediction?=?tf.equal（tf.arg_max（y1）tf.arg_max（y_1））
#計算預測率
accurcy?=?tf.reduce_mean（tf.cast（correct_predictiontf.float32））
print（sess.run（accurcyfeed_dict={x:mnist.test.imagesy_:mnist.test.labels}））

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

?????文件????1648877??2019-02-08?20:00??MNIST_data\mnist數據集\t10k-images-idx3-ubyte.gz

?????文件???????4542??2019-02-08?19:51??MNIST_data\mnist數據集\t10k-labels-idx1-ubyte.gz

?????文件????9912422??2019-02-08?19:52??MNIST_data\mnist數據集\train-images-idx3-ubyte.gz

?????文件??????28881??2019-02-08?19:51??MNIST_data\mnist數據集\train-labels-idx1-ubyte.gz

?????文件???11595483??2019-02-08?20:11??MNIST_data\mnist數據集.rar

?????文件????????589??2019-02-09?15:30??MNIST_data\raw\mnist_train_0.jpg

?????文件????????613??2019-02-09?15:30??MNIST_data\raw\mnist_train_1.jpg

?????文件????????599??2019-02-09?15:30??MNIST_data\raw\mnist_train_10.jpg

?????文件????????564??2019-02-09?15:30??MNIST_data\raw\mnist_train_11.jpg

?????文件????????451??2019-02-09?15:30??MNIST_data\raw\mnist_train_12.jpg

?????文件????????637??2019-02-09?15:30??MNIST_data\raw\mnist_train_13.jpg

?????文件????????594??2019-02-09?15:30??MNIST_data\raw\mnist_train_14.jpg

?????文件????????583??2019-02-09?15:30??MNIST_data\raw\mnist_train_15.jpg

?????文件????????591??2019-02-09?15:30??MNIST_data\raw\mnist_train_16.jpg

?????文件????????625??2019-02-09?15:30??MNIST_data\raw\mnist_train_17.jpg

?????文件????????585??2019-02-09?15:30??MNIST_data\raw\mnist_train_18.jpg

?????文件????????599??2019-02-09?15:30??MNIST_data\raw\mnist_train_19.jpg

?????文件????????557??2019-02-09?15:30??MNIST_data\raw\mnist_train_2.jpg

?????文件????????534??2019-02-09?15:30??MNIST_data\raw\mnist_train_3.jpg

?????文件????????459??2019-02-09?15:30??MNIST_data\raw\mnist_train_4.jpg

?????文件????????592??2019-02-09?15:30??MNIST_data\raw\mnist_train_5.jpg

?????文件????????480??2019-02-09?15:30??MNIST_data\raw\mnist_train_6.jpg

?????文件????????588??2019-02-09?15:30??MNIST_data\raw\mnist_train_7.jpg

?????文件????????558??2019-02-09?15:30??MNIST_data\raw\mnist_train_8.jpg

?????文件????????577??2019-02-09?15:30??MNIST_data\raw\mnist_train_9.jpg

?????文件????1648877??2019-02-08?20:00??MNIST_data\t10k-images-idx3-ubyte.gz

?????文件???????4542??2019-02-08?19:51??MNIST_data\t10k-labels-idx1-ubyte.gz

?????文件????9912422??2019-02-08?19:52??MNIST_data\train-images-idx3-ubyte.gz

?????文件??????28881??2019-02-08?19:51??MNIST_data\train-labels-idx1-ubyte.gz

?????文件???????2783??2019-02-09?15:32??MNIST手寫體識別.py

............此處省略6個文件信息