데이터 불러오기 from tensorflow.examples.tutorials.mnist import input_data mnist=input_data.read_data_sets("./mnist/data/",one_hot=True) 변수정의 lr = 0.01 total_epoch = 30 batch_size = 128 n_input = 28 # 한번에 입력받는 데이터 갯수 n_step = 28 # 28줄 n_hidden = 128 # 셀에서 나가는 출력의 갯수 n_class = 10 # 숫자의 종류 (0~9) w = tf.Variable(tf.random_normal([n_hidden , n_class ])) b = tf.Variable(tf.random_normal([n_class])) 모델 구성 # ..

텐서플로우 기반 데이터 불러오기 import random from tensorflow.examples.tutorials.mnist import input_data mnist=input_data.read_data_sets("MNIST_data/", one_hot=True) # 하이퍼 퍼러미터 lr = 0.001 epochs = 15 batch_size = 100 계층 생성 # 하이퍼 퍼러미터 lr = 0.001 epochs = 15 batch_size = 100 #그래프초기화 ( 변수선언 위에다 입력해야함) tf.reset_default_graph() # 입력층 keep_prob = tf.placeholder(tf.float32) # drop-out 추가 x = tf.placeholder(tf.float3..

텐서플로우 데이터 불러오기 import tensorflow as tf import matplotlib.pyplot as plt import random tf.set_random_seed(777) from tensorflow.examples.tutorials.mnist import input_data mnist =input_data.read_data_sets("MNIST_data/", one_hot=True) 변수 정의 x = tf.placeholder(tf.float32, [None,784]) y = tf.placeholder(tf.float32, [None,10]) # 0~9 digit w = tf.Variable(tf.random_normal([784,10])) b = tf.Variable(tf.ra..