Tensorflow学习笔记：关于CNN模型模块化设计的研究（第二部分）

阅读量：

Tensorflow学习笔记：CNN篇（2）——CNN模型的模块化设计

前序

—在前述代码编写过程中，为体现CNN模型的基础架构，采用了“从前至后，缺失部分逐步补充”的设计逻辑。通过运行可以发现，该程序能够较为有效地实现预期功能，满足模型构建的目标。然而，从整体结构来看，这种编程方式存在明显的冗余问题，因此在本小节将对原有程序进行优化与重构。

完整代码

复制代码

    import tensorflow as tf
    from tensorflow.examples.tutorials.mnist import input_data
    
    mnist = input_data.read_data_sets('MNIST_data', one_hot=True)
    
    # 每个批次的大小
    batch_size = 100
    # 计算一共有多少个批次
    n_batch = mnist.train.num_examples // batch_size
    
    
    # 参数概要
    def variable_summaries(var):
    with tf.name_scope('summaries'):
        mean = tf.r

全部评论 (0)

还没有任何评论哟~