本软件下载地址未录入,如想要软件请评论,我们会补上!mnist案例源码 Mnist 数字识别问题源和相应的数据集, 源代码经过一定的修正后, 适用于 TensorFlow 1.8 版, 并可在本地操作完成。
# 辅助函数
# 给定神经网络的输入和所有参数,计算神经网络的前向传播结果
# 定义了一个使用ReLU激活函数的三层全连接神经网络
# 通过加入隐藏层实现了多层网络结构,通过激活函数实现了去线性化
# 支持传入用于计算参数平均值的类,方便在测试时使用滑动平均模型
def inference(input_tensor, avg_class,
weights1, biases1, weights2, biases2):
# 当没有提供滑动平均类时,直接使用参数当前取值
if avg_class == None:
# 使用ReLU函数计算隐藏层的前向传播结果
layer1 = tf.nn.relu(tf.matmul(input_tensor, weights1) + biases1)