質問編集履歴
1
コード内のコメントを削除
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -6,15 +6,11 @@
|
|
|
6
6
|
|
|
7
7
|
-----------------------------コード Begin-----------------------------
|
|
8
8
|
|
|
9
|
-
# coding: UTF-8
|
|
10
|
-
|
|
11
9
|
import input_data
|
|
12
10
|
|
|
13
11
|
import tensorflow as tf
|
|
14
12
|
|
|
15
13
|
|
|
16
|
-
|
|
17
|
-
# データのダウンロード
|
|
18
14
|
|
|
19
15
|
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)
|
|
20
16
|
|
|
@@ -22,15 +18,9 @@
|
|
|
22
18
|
|
|
23
19
|
|
|
24
20
|
|
|
25
|
-
# 入力用のプレースホルダー(実行時に入力する変数)の定義
|
|
26
|
-
|
|
27
|
-
# 画像枚数はどんな値でも入れられるようにNone(指定しない)にしておく、 28×28ピクセル = 784次元という意味
|
|
28
|
-
|
|
29
21
|
x = tf.placeholder("float", [None, 784])
|
|
30
22
|
|
|
31
23
|
|
|
32
|
-
|
|
33
|
-
# 重みとバイアスの変数の定義
|
|
34
24
|
|
|
35
25
|
W = tf.Variable(tf.zeros([784,10]))
|
|
36
26
|
|
|
@@ -38,19 +28,13 @@
|
|
|
38
28
|
|
|
39
29
|
|
|
40
30
|
|
|
41
|
-
# モデル式
|
|
42
|
-
|
|
43
31
|
y = tf.nn.softmax(tf.matmul(x,W) + b)
|
|
44
32
|
|
|
45
33
|
|
|
46
34
|
|
|
47
|
-
# 正しい値を入力するためのプレースホルダー
|
|
48
|
-
|
|
49
35
|
y_ = tf.placeholder("float", [None,10])
|
|
50
36
|
|
|
51
37
|
|
|
52
|
-
|
|
53
|
-
# コスト関数
|
|
54
38
|
|
|
55
39
|
cross_entropy = -tf.reduce_sum(y_*tf.log(y))
|
|
56
40
|
|
|
@@ -68,8 +52,6 @@
|
|
|
68
52
|
|
|
69
53
|
|
|
70
54
|
|
|
71
|
-
# 学習。1000ステップ行う
|
|
72
|
-
|
|
73
55
|
for i in range(1000):
|
|
74
56
|
|
|
75
57
|
batch_xs, batch_ys = mnist.train.next_batch(100)
|
|
@@ -78,15 +60,11 @@
|
|
|
78
60
|
|
|
79
61
|
|
|
80
62
|
|
|
81
|
-
# 正答率の算出
|
|
82
|
-
|
|
83
63
|
correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
|
|
84
64
|
|
|
85
65
|
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
|
|
86
66
|
|
|
87
67
|
|
|
88
|
-
|
|
89
|
-
# 結果を出力
|
|
90
68
|
|
|
91
69
|
print sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels})
|
|
92
70
|
|