我想转换形式的张量（称之为logits）

到形式的张量（称为标签）

例如对于 batch_size=3

出现这个问题是因为我想在 tensorflow mnist 示例（ https://github.com/tensorflow/tensorflow/tree/r0.9/tensorflow/examples/tutorials/mnist ）中将成本函数更改为二次函数我使用fully_connected_feed .py 和 mnist.py 中。在 mnist.py 我想改变：

至

但问题在于：

所以我需要“矢量化”标签！？有谁知道如何做到这一点？

我阅读了 Michael Nielsen 关于神经网络的书 neuralnetworksanddeeplearning.com。他总是用 MNIST 数据做例子。我现在拿他的代码在 Tensorflow 中设计了完全相同的网络，但我意识到 Tensorflow 中的结果不一样（它们更糟糕）。

以下是详细信息：

1) Michael Nielsen 的代码可以在https://github.com/kanban1992/MNIST_Comparison/tree/master/Michael_Nielsen找到。你可以开始一切

网络有

• 3 个隐藏层一个 30 个神经元。
• 所有激活函数都是 sigmoid
• 我使用带有反向传播的随机梯度下降（学习率 3.0）。批量大小为 10
• 使用没有任何正则化的二次成本函数。
• 连接第 l 层和 l+1 层的权重矩阵用高斯概率密度初始化，stddev=1/sqrt（第 l 层中的神经元数）和 mu=0.0。偏差用标准正态分布初始化。
• 经过 5 个 epoch 的训练后，我得到了验证集中 95% 的图像分类正确。

这个方法一定是正确的，因为效果很好而且我没有修改！

2) tensorflow 实现由我完成，与上面第 1) 点中描述的 Nielsen 网络具有完全相同的结构。完整的代码可以在https://github.com/kanban1992/MNIST_Comparison/tree/master/tensorflow找到并运行

使用 tensorflow 方法，我得到 10% 的准确率（这与随机猜测相同！）所以有些东西不起作用，我不知道是什么！？

这是代码中最重要部分的片段：

如果你能告诉我出了什么问题，那就太好了:-)

我的数据集是来自 Kaggle的MNIST

我正在尝试使用该image函数来可视化说训练集中的第一个数字。不幸的是，我收到以下错误：

添加一些代码：

我是机器学习的新手，我正在按照 tensorflow 的教程创建一些简单的神经网络来学习 MNIST 数据。

我已经建立了一个单层网络（按照教程），准确度约为 0.92，这对我来说还可以。但是后来我又加了一层，精度降到了0.113，很差。

下面是2层之间的关系：

我的结构好吗？是什么原因让它表现如此糟糕？我应该如何修改我的网络？

我有一个关于阅读 MNIST 数据集的问题。我了解了如何构建 MNIST 数据集。但是，我不知道它是如何读取以下代码的。你们中的一些人可能认为 couts 的结果是显而易见的（我写了 values 作为评论）。但是对我来说这没有意义，因为它使用相同的输入四次使用相同的确切功能，但每次都会得到不同的输出。这怎么可能？如果我的问题有任何歧义，请告诉我。

谢谢你。

代码开始：

我正在学习使用 TensorFlow 创建学习模型。

我已经成功运行了 MNIST 教程，现在想用我自己的图像测试模型。它们是相同大小的图像（224x224）并分类到文件夹中。

现在我想使用这些图像作为我的模型的输入，就像在 MNIST 示例中一样。我试图打开 MNIST 数据集，但它不可读。我猜它已经被转换成一些二进制类型。通过这个例子，我认为 MNIST 数据集在某种程度上具有这样的结构：

• 极简主义
• • 测试
• • • 图片
• • • 标签
• • 火车
• • • 图片
• • • 标签

如何使数据集看起来像我自己的图像文件中的 MNIST 数据？

非常感谢！

我正在尝试学习 TensorFlow，并通过以下链接实现了 MNIST 示例：http://openmachin.es/blog/tensorflow-mnist我 希望能够实际查看训练/测试图像。所以我正在尝试添加代码来显示第一批的第一张火车图片：

现在，因为数据是 float32 类型（值在 [0,1] 范围内），我尝试将其转换为 uint16，然后将其编码为 png 以显示图像。我尝试使用tf.image.convert_image_dtype and tf.image.encode_png，但没有成功。你们能帮我理解如何将原始数据转换为图像并显示图像吗？

我正在尝试从https://tensorflow.github.io/serving/serving_advanced.html复制 tensorflow 服务示例

但我收到以下错误。可能是 TensorFlow 库错误。任何帮助将不胜感激。

您好，我将我的代码进行检查，因为我已经在 python 中使用我的神经网络实现几个星期了，我似乎无法达到低于 17% 的错误分类错误，有时是 16%。一直在尝试不同的学习率值，不同的隐藏神经元数量，但仍然没有很大的改进。我很清楚我的实现是基本的传统神经网络，但根据我在互联网上看到的其他实现，我期待更好的结果。我希望这对你们感兴趣，如果您能指出我的代码中可能存在的问题的新想法，那将非常酷，或者您认为这是我可以用传统实现做的最好的，我应该添加一些新的东西，那也很酷。

无论如何，这是我的代码，我希望它具有足够的可读性，我试图让它尽可能简单，因为它是我理解神经网络如何工作的方式。

编辑：也许我的问题不是很清楚，基本上我想，如果你们感兴趣的话，是为了帮助我在我当前的实现中找到可以将我的错误分类错误降低到 17% 以下的细节，因为显然它是我的最佳实现可以做。我会非常感谢任何建议或想法，我对这个主题很感兴趣，但我是初学者，如果有一些聪明的想法可以帮助我改进我的实施，那就太好了。

文件：mnist_dataset.py - 提取 mnist 数据

文件：NN.py - 神经网络实现

我正在尝试为 CIFAR 分类建立一个 softmax 回归模型。起初，当我尝试将图像和标签传递到提要字典中时，我收到一个错误，指出提要字典不接受张量。然后我使用 .eval() 将它们转换为 numpy 数组，但程序挂在 .eval() 行并且不再继续。如何将此数据传递到 feed_dict？

CIFARIMAGELOADING.PY

CIFAR.PY