MNIST数据集的简单操作（2）

MNIST数据集的简单操作（2）

看了一遍这位博主的博文，自己重新学习并整理了以下内容：
1.引入mnist集数据

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

mnist = input_data.read_data_sets("./MNIST_data",one_hot=True)

a = mnist.train.num_examples
b = mnist.validation.num_examples
c = mnist.test.num_examples
d = mnist.train.images.shape
e = mnist.train.labels.shape

print(a,b,c,d,e)

a——训练集数量
b——验证集数量
c——测试集数量
d——训练集图像形状
e——训练集标签形状

结果如下：

2.创建模型

#为输入数据和标签提供占位符
x = tf.placeholder(tf.float32,[None,784],name="X")
y = tf.placeholder(tf.float32,[None,10],name="Y")

# w = tf.Variable(tf.random_normal([784,10]),name="W")#正态分布
# b = tf.Variable(tf.zeros([10]),name="B")#常数为0
#初始化权重和偏置,进行第一层卷积操作
conv1_w = tf.Variable(tf.random_normal([3,