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