m0_64126189 2023-07-30 17:17 采纳率: 33.3%
浏览 2

notebook出现syntax报错

invalid syntax
jupyter notebook写的

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

#载入数据集
mnist=input_data.read_data_sets('MNIST_data/', one_hot = True)

#设置每个批次的大小
batch_size=100
#计算一共有多少批次
n_batch = mnist.train.num_examples//batch_size

#定义3个placeholder
x=tf.placeholder(tf.float32,[None,784])
y=tf.placeholder(tf.float32,[None,10])
keep_prob=tf.placeholder(tf.float32)  #存放百分率

#创建一个多层神经网络模型
#第一个隐藏层
W1=tf.Variable(tf.truncated_normal(784,2000),stddev=0.1)
b1=tf.Variable(tf.zeros([2000])+0.1)
L1=tf.nn.tanh(tf.matmul(x,W1)+b1)
L1_drop=tf.nn.dropout(L1,keep_prob) #keep_prob设置工作状态神经元的百分率
#第二个隐藏层
W2=tf.Variable(tf.truncated_normal([2000,2000],stddev=0.1)
b2=tf.Variable(tf.zeros([2000])+0.1)
L2=tf.nn.tanh(tf.matmul(L1_drop,W2)+b2)
L2_drop=tf.nn.dropout(L2,keep_drop)
#第三个隐藏层
W3=tf.Variable(tf.truncated_normal([2000,1000]),stddev=0.1)
b3=tf.Variable(tf.zeros([1000])+0.1)
L3=tf.nn.tanh(tf.matmul(L2_drop,W3)+b3)
L3_drop=tf.nn.dropout(L3,keep_drop)
#输出层
W4=tf.Variable(tf.truncated_normal([1000,10]),stddev=0.1)
b4=tf.Variable(tf.zeros([10])+0.1)
prediction=tf.nn.softmax(tf.matmul(L3_drop,W4)+b4)
                 
#定义交叉熵代价函数
loss=tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y,logits=prediction))
#定义反向传播算法,使用梯度下降算法
train_step=tf.train.GradientDescentOptimizer(0.2).minimize(loss)

#结果存放在一个布尔型列表中(argmax函数返回一维张量中最大的值所在的位置)                 
correct_prediction=tf.equal(tf.argmax(y,1),tf.argmax(prediction,1))
#求准确率(tf.cast将布尔值转化为float型)
accuracy=tf.reduce_mean(tf.cast(correct_prediction,tf.float32))
                 
#创建会话
with tf.Session()  as sess:
      sess.run(tf.global_variable_initializer())   #初始化变量    
      #训练次数
      for i in range(21):
          for batch  in range(n_batch):
              batch_xs.batch_ys=mnist.train.next_batch(batch_size)
              sess.run(train_step,feed_dict={x:batch_xs,y:batch_ys,keep_prob:1.0})   
          #测试数据计算出的准确率       
          test_acc=sess.run(accuracy,feed_dict+{x:mnist.test.images, y:mnist.test.labels, keep_prob:1.0})       
          print("Iter"+str(i)+",Testing Accuracy"+str(test_acc))       
                 

  • 写回答

1条回答 默认 最新

  • CSDN-Ada助手 CSDN-AI 官方账号 2023-07-30 20:01
    关注
    不知道你这个问题是否已经解决, 如果还没有解决的话:
    • 这篇博客: jupyter notebook安装及使用总结中的 jupyter notebook使用 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:

      安装完成后,在系统开始中,就可以找到anaconda的图标,我们可以直接将jupyter图标移动到桌面上,然后双击运行,或者使用我下面这种方式,先打开anaconda Prompt终端,然后输入jupyter notebook。

      在这里插入图片描述

      看见如上图所示的信息,说明已经启动成功,只要等着浏览器打开就能开始写程序啦。但这里就会出现本篇的第一个bug点。


    如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^
    评论

报告相同问题?

问题事件

  • 创建了问题 7月30日

悬赏问题

  • ¥20 基于MSP430f5529的MPU6050驱动,求出欧拉角
  • ¥20 Java-Oj-桌布的计算
  • ¥15 powerbuilder中的datawindow数据整合到新的DataWindow
  • ¥20 有人知道这种图怎么画吗?
  • ¥15 pyqt6如何引用qrc文件加载里面的的资源
  • ¥15 安卓JNI项目使用lua上的问题
  • ¥20 RL+GNN解决人员排班问题时梯度消失
  • ¥60 要数控稳压电源测试数据
  • ¥15 能帮我写下这个编程吗
  • ¥15 ikuai客户端l2tp协议链接报终止15信号和无法将p.p.p6转换为我的l2tp线路