Python |用张量流分类手写数字

原文:https://www . geesforgeks . org/python-分类-手写-数字-with-tensorflow/

对手写数字进行分类是机器学习的基本问题，可以通过多种方式来解决这里我们将通过使用 TensorFlow 使用具有 tf.contrib.learn 的线性分类器算法来实现它们。线性分类器通过基于特征的线性组合(也称为特征值)的值进行选择来实现手写数字的分类，并且通常以称为特征向量的向量呈现给机器。 所需模块: NumPy :

$ pip install numpy

Matplotlib :

$ pip install matplotlib

张量流 ：

$ pip install tensorflow

后续步骤

第一步:导入所有依赖

Python 3

import numpy as np
import matplotlib.pyplot as plt
import tensorflow as tf

learn = tf.contrib.learn

tf.logging.set_verbosity(tf.logging.ERROR)

步骤 2 : 使用 MNIST 数据 导入数据集

Python 3

mnist = learn.datasets.load_dataset('mnist')
data = mnist.train.images
labels = np.asarray(mnist.train.labels, dtype=np.int32)
test_data = mnist.test.images
test_labels = np.asarray(mnist.test.labels, dtype=np.int32)

在此步骤之后，将下载 mnist 数据集。 输出:

Extracting MNIST-data/train-images-idx3-ubyte.gz
Extracting MNIST-data/train-labels-idx1-ubyte.gz
Extracting MNIST-data/t10k-images-idx3-ubyte.gz
Extracting MNIST-data/t10k-labels-idx1-ubyte.gz

第三步:制作数据集

Python 3

max_examples = 10000
data = data[:max_examples]
labels = labels[:max_examples]

版权属于：月萌API www.moonapi.com，转载请注明出处

本文链接：https://www.moonapi.com/news/16929.html