TensorFlow编程与多层神经网络实战
在深度学习领域，TensorFlow是一个强大且广泛使用的工具。本文将详细介绍TensorFlow程序的编写，包括前馈神经网络在MNIST数据集上的应用、多层神经网络的构建以及一些实用的TensorFlow功能。
1. TensorFlow前馈神经网络MNIST程序
首先，我们来看一个几乎完整的TensorFlow前馈神经网络MNIST程序，代码如下：
import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) batchSz=100 W = tf.Variable(tf.random_normal([784, 10],stddev=.1)) b = tf.Variable(tf.random_normal([10],stddev=.1)) img=tf.placeholder(tf.float32, [batchSz,784]) ans = tf.placeholder(tf.float32, [batchSz, 10]) prbs = tf.nn.softmax(tf.matmul(img, W) + b) xEnt = tf.reduce_mean(-tf.reduce_sum(ans * tf.log(prbs), reduction_indices=[1])) train = tf.train.GradientDescentOpti
