基于tensorflow
yfml的Python项目详细描述
some simple functions based on tensorflow
#####################
Simple Example here
#####################
import tensorflow as tf
from yfml.layers import *
from yfml.train import *
from yfml.utils import *
from yfml.quick_build import *
from tensorflow.examples.tutorials.mnist import 输入数据
>mnist=输入数据。读取数据集（'mnist数据，one-hot=true）
train数据，train-label=mnist.train.train.下一批（50000）
training数据=数据（train数据，train-label）
>x=fl持有人（[none，784]）
>y=fl持有人（[none，10]）
>如果training=bool持有人（[none，10，10，10，10，10，10，10，10，10，10，10，10；如果training=bool持有人（
>x=x重塑持有人（[n，10，10，10，10，10（X，[-1，28，28，1]）
final=mix嫒stack（'stack'，x嫒，types=['conv2d'，'maxpool2d'，'conv2d'，'maxpool2d'，'fc'，，
shapes=[16，2，32，2，256，10]，use嫒batch嫒norm=false，if嫒training=if嫒training，
activation嫒relu，last嫒activation嫒fn=softmax'）
loss=loss嫒优化器='adam'，正则化器=['l2'，0.001]）
精度=计算精度（final，y）
sess=tf.session（）
sess.run（tf.global_variables_initializer（））
对于i in range（1000）：
training_data.shuffle（）
iter=50000//100
avg_acc=0。
对于j in range（iter）：
xs ys=training_data.下一批（100）
acc，=sess.run（[精度，opt]，{x:xs，y:ys，if_training:true}）
avg_acc+=acc/iter
print（'精度为'，avg_acc）
#####################
Simple Example here
#####################
import tensorflow as tf
from yfml.layers import *
from yfml.train import *
from yfml.utils import *
from yfml.quick_build import *
from tensorflow.examples.tutorials.mnist import 输入数据
>mnist=输入数据。读取数据集（'mnist数据，one-hot=true）
train数据，train-label=mnist.train.train.下一批（50000）
training数据=数据（train数据，train-label）
>x=fl持有人（[none，784]）
>y=fl持有人（[none，10]）
>如果training=bool持有人（[none，10，10，10，10，10，10，10，10，10，10，10，10；如果training=bool持有人（
>x=x重塑持有人（[n，10，10，10，10，10（X，[-1，28，28，1]）
final=mix嫒stack（'stack'，x嫒，types=['conv2d'，'maxpool2d'，'conv2d'，'maxpool2d'，'fc'，，
shapes=[16，2，32，2，256，10]，use嫒batch嫒norm=false，if嫒training=if嫒training，
activation嫒relu，last嫒activation嫒fn=softmax'）
loss=loss嫒优化器='adam'，正则化器=['l2'，0.001]）
精度=计算精度（final，y）
sess=tf.session（）
sess.run（tf.global_variables_initializer（））
对于i in range（1000）：
training_data.shuffle（）
iter=50000//100
avg_acc=0。
对于j in range（iter）：
xs ys=training_data.下一批（100）
acc，=sess.run（[精度，opt]，{x:xs，y:ys，if_training:true}）
avg_acc+=acc/iter
print（'精度为'，avg_acc）
欢迎加入QQ群-->： 979659372
