人工智能汇报.ppt

《人工智能汇报.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、reportAcademicArtificialintelligencereportMNIST实践汇报人第6组54321MNIST是什么？TensorFlow是什么？Softmax回归介绍代码结果ContentsMNIST是什么？/01MNIST是什么？当我们开始学习编程的时候，第一件事往往是学习打印"HelloWorld"。就好比编程入门有HelloWorld，机器学习入门有MNIST。MNIST是一个入门级的计算机视觉数据集，它包含各种手写数字图片，它也包含每一张图片对应的标签，告诉我们这个是数字几。比如，这四张图片的标签分别是5，0，4，1。：4MNISTDataSet每一

2、张图片包含28像素X28像素。我们可以用一个数字数组来表示这张图片（数组中的每个值代表了该点的灰度值）：5TensorFlow是什么？/02TensorFlow是什么？TensorFlow是世界上最受欢迎的开源机器学习框架之一，它具有快速、灵活并适合产品级大规模应用等特点，让每个开发者和研究者都能方便地使用人工智能来解决多样化的挑战。TensorFlow开源，功能强大，并且社区交流丰富，有大量的教程。7Softmax回归介绍/03Softmax模型我们希望得到给定图片代表每个数字的概率。比如说，我们的模型可能推测一张包含9的图片代表数字9的概率是80%但是判断它是8的概率是5%（

3、因为8和9都有上半部分的小圆），然后给予它代表其他数字的概率更小的值。Softmax模型可以用来给不同的对象分配概率。即使在之后，我们训练更加精细的模型时，最后一步也需要用softmax来分配概率。9Softmax模型对于softmax回归模型可以用下面的图解释，对于输入的xs加权求和，再分别加上一个偏置量，最后再输入到softmax函数中：10Softmax模型如果把它写成一个等式，我们可以得到11Softmax模型也可以用向量表示这个计算过程：用矩阵乘法和向量相加。这有助于提高计算效率12Softmax模型下图是softmax函数的定义13代码/04代码importinput

4、_datamnist=input_data.read_data_sets("MNIST_data/",one_hot=True)importtensorflowastfx=tf.placeholder("float",[None,784])W=tf.Variable(tf.zeros([784,10]))b=tf.Variable(tf.zeros([10]))y=tf.nn.softmax(tf.matmul(x,W)+b)y_=tf.placeholder("float",[None,10])cross_entropy=-tf.reduce_sum(y_*tf.log(y))

5、train_step=tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)init=tf.initialize_all_variables()sess=tf.Session()sess.run(init)15代码foriinrange(1000):batch_xs,batch_ys=mnist.train.next_batch(100)sess.run(train_step,feed_dict={x:batch_xs,y_:batch_ys})correct_prediction=tf.equal(tf.a

6、rgmax(y,1),tf.argmax(y_,1))accuracy=tf.reduce_mean(tf.cast(correct_prediction,"float"))#print()print(sess.run(accuracy,feed_dict={x:mnist.test.images,y_:mnist.test.labels}))16结果/05结果代码中最后一句用于打印准确率，可以看出准确率为：0.915118小组成员19THANKSThanksforyoulisten第6组赵远