深度学习·TensorFlow实现softmax处理MNIST数据集

1. 加载数据

加载数据集

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data/', one_hot=True)

说明：

由于tensorflow已经把加载MNIST数据集的代码实现集成好了，所以直接调用API就能获得一个mnist的类，再通过调用类方法就能使用特定的数据项

其中，

• one-hot参数表示使用的标签数据向量类型，如为真表示使用10维向量

2. 实现模型

Softmax回归模型

功能：给不同对象分配概率
原理：
softmax即是激励函数activatioin或者链接函数link
定义为：

softmax(x) = normalize(exp(x))
展开右侧子式：
softmax(x)$_i$ = exp(xi)Σjexp(xj)