|
马上注册,结交更多好友,享用更多功能^_^
您需要 登录 才可以下载或查看,没有账号?立即注册
x
本帖最后由 alltolove 于 2018-12-1 08:49 编辑
像检查身体似的,就是把数据过一遍筛子找出他们的特征。代码如下:
- train_steps=10000
- test_steps = 100
- with tf.Session() as sess:
- sess.run(init)
-
- for i in range(train_steps):
- result_data=sess.run(el_data)
- batch_data=result_data[:,:-1]
- batch_labels=result_data[:,-1]
- test_result_data=sess.run(el_data_test)
- test_batch_data=test_result_data[:,:-1]
- test_batch_labels=test_result_data[:,-1]
- sess.run(train_op,feed_dict={x:batch_data,y:batch_labels})
- loss_val=sess.run(loss,feed_dict={x:batch_data,y:batch_labels})
- acc_val=sess.run(accuracy,feed_dict={x:batch_data,y:batch_labels})
- if (i+1) % 500 == 0:
- print ('[Train] Step: %d, loss: %4.5f, acc: %4.5f' \
- % (i+1, loss_val, acc_val))
- if (i+1) % 5000 == 0:
- all_test_acc_val = []
- for j in range(test_steps):
- test_acc_val = sess.run(
- [accuracy],
- feed_dict = {
- x: test_batch_data,
- y: test_batch_labels
- })
- all_test_acc_val.append(test_acc_val)
- test_acc = np.mean(all_test_acc_val)
- print ('[Test ] Step: %d, acc: %4.5f' % (i+1, test_acc))
复制代码
到这里这个简单卷积神经网络的所有代码就写完了,不过运行时要注意,这个程序很费内存和cpu,一定要在电脑最佳状态时运行,如果运行后对电脑有任何损害本人概不负责,软件有风险,运行要谨慎!
这是我运行3分钟后的结果,如图:
在用最简单的卷积神经网络,只训练了10000次,对于10分类的任务就有了0.6的准确率已经相当不错了,当然还有很多改进之处,不过那个以后就都好学了。 |
|