深度学习基础 - MNIST实验（tensorflow+Softmax）

基于tensorflow开发框架，搭建softmax模型完成mnist分类任务。

本文的完整代码托管在我的Github PnYuan - Practice-of-Machine-Learning - MNIST_tensorflow_demo，欢迎访问。

1.任务背景

1.1.目的

以MNIST手写数字识别为课题，研究基本深度学习方法的应用。本文先从Softmax模型切入，以熟悉tensorflow下mnist任务的开发流程。之后的文章将陆续引入MLP、CNN等模型，以达到更优异的识别效果。

1.2.数据集

MNIST任务是图像识别领域经典的“Helloworld”。在其所提供的数据集中，包含了6w个训练样本和1w个测试样本，均为黑白图片，大小28×28，以灰度矩阵的形式存放，数值取浮点数“0~1”对应“白~黑”。给出一些图片（X）及对应标注（Y）如下图所示：

2.实验过程