Mac tensorflow mnist实例
前期主要需要安装好tensorflow的环境,Mac 如果只涉及到CPU的版本,推荐使用pip3,傻瓜式安装,一行命令!代码使用python3。
在此附上个人git完整代码地址:https://github.com/Liuyubao/Tensorflow_mnist
sudo pip3 install tensorflow
开堂测试
下面是一些会涉及到的概念,可以参考谷歌机器学习术语表。
训练集
测试集
特征
损失函数
激活函数
准确率
偏差
梯度下降
数据集
当我们开始学习编程的时候,第一件事往往是学习打印”Hello World”。正如编程入门有Hello World,机器学习入门有MNIST。
MNIST是一个入门级的计算机视觉数据集,它包含各种手写数字图片:
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot = True)
print(mnist.train.images.shape, mnist.train.labels.shape)
print(mnist.test.images.shape, mnist.test.labels.shape)
print(mnist.validation.images.shape, mnist.validation.labels.shape)
训练集 测试集 验证集
每一张图片包含28X28个像素点。我们可以用一个数字数组来表示这张图片:
我们把这个数组展开成一个向量,长度是 28x28 = 784。如何展开这个数组(数字间的顺序)不重要,只要保持各个图片采用相同的方式展开。从这个角度来看,MNIST数据集的图片就是在784维向量空间里面的点, 并且拥有比较复杂的结构 (提醒: 此类数据的可视化是计算密集型的)。
训练数据的特征&#