Tensorflow入門【MNIST編】

ここを見ながら、「python mnist.py」を実行しようとしたが、

ImportError: No module named 'input_data'
と怒られたので、

ここから、「input_data.py」を作って、tensorflowを動かしているフォルダに置く。
(もしくはPathの通っているところに input_data.pyを置いてもOK)

その後、「python mnist.py」と入力したら動いた。
アウトプットされた結果は「0.9096」だった。

尚、trainの部分はオリジナルは
「tf.initialize_all_variables().run()」であったが、2017/03/02以降使えなくなるそうなので、代わりに「tf.global_variables_initializer().run()」と記述した。


【mnist.py】
import tensorflow as tf
import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

sess = tf.InteractiveSession()

# create the model
x = 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)

# define loss and optimizer
y_ = tf.placeholder("float", [None, 10])
cross_entropy = -tf.reduce_sum(y_*tf.log(y))
train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)

# train
tf.global_variables_initializer().run()

for i in range(1000):
    batch_xs, batch_ys = mnist.train.next_batch(100)
    train_step.run({x: batch_xs, y_:batch_ys})

# test trained model
correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
accuray = tf.reduce_mean(tf.cast(correct_prediction, "float"))
print(accuray.eval({x: mnist.test.images, y_: mnist.test.labels}))