解决分类问题里最普遍的baseline model就是逻辑回归,简单同时可解释性好,使得它大受欢迎,我们来用tensorflow完成这个模型的搭建。
在这篇文章中我们使用的是MNIST手写数字识别图像的数据集。
模型搭建的步骤和代码如下:
0.环境设定
导入一些必要的包
import numpy as np
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
import time
1.数据读取
#使用tensorflow自带的工具来加载MNIST手写数字集合
mnist = input_data.read_data_sets('./data/mnist', one_hot=True)
上图即表示数据读取加载完成,后面我们可以查看一下数据的基本信息。
#查看一下数据维度
mnist.train.images.shape