Tensorflow学习：循环（递归/记忆）神经网络RNN（手写数字识别：MNIST数据集分类）

Tensorflow学习：循环（递归/记忆）神经网络RNN（手写数字识别：MNIST数据集分类）

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

# 载入数据集
mnist = input_data.read_data_sets("MNST_data", one_hot=True)

# 输入图片是28*28像素
n_inputs = 28  # 输入一行，一行有28个数据(输入层有28个神经元)
max_time = 28  # 一共28行
lstm_size = 100  # 隐层的单元
n_classes = 10  # 输出10个分类
batch_size = 50  # 每个批次50个样本
n_batch = mnist.train.num_examples // batch_size  # 计算一共有多少个批次

# 这里的None表示第一个维度可以是任意的长度
x = tf.placeholder(tf.float32, [None, 784])
# 正确的标签
y = tf