多层感知机实现mnist手写数字识别

这篇博客通过TensorFlow详细介绍了如何利用多层感知机进行MNIST手写数字识别。内容包括代码实现,关键注释,深度学习的基本应用以及多层感知机的工作原理。
摘要由CSDN通过智能技术生成

代码及重要注释:

# -*- coding: utf-8 -*-

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

# 下载数据,若有就不用下载
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
sess=tf.InteractiveSession()

# 定义参数,其中需要讲解的是tf.truncated_normal(shape,mean,stddev):shape表示生成张量的维度,mean是均值,stddev是标准差
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值