深度学习基础 - MNIST实验（tensorflow+CNN）

深度学习基础 - MNIST实验（Tensorflow-CNN）

---

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

1.任务背景

这里，我们拟通过搭建卷积神经网络（CNN）来完成MNIST手写数字识别任务，关于MNIST任务的相关内容可参考前文深度学习基础 - MNIST实验（tensorflow+Softmax）或深度学习基础 - MNIST实验（tensorflow+MLP）。

2.实验过程

实验参考代码：python + tensorflow: cnn_demo.py & cnn_demo_self_test.py

实验分三步进行：

1. 参考LeNet-5，搭建适用于该任务的CNN模型，开发实现基于tensorflow；
2. 加载MNIST数据集，配置超参数，进行训练与测试，分析效果；
3. 加载自制手写图片，采用训练好的CNN进行识别，分析效果；

2.1.CNN建模

LeNet-5是Y.LeCun等人早期所设计的一种CNN，是经典的神经网络架构之一，如下图所示：(参考原文献)

本实验采用python-tensorflow实现LeNet-5，其建模代码样例如下：