Tensorflow MNIST 卷积神经网络入门与思考系列

Tensorflow MNIST 卷积神经网络入门与思考系列

背景

在写下这些文章之时，我已经尝试过去复习线性代数，高等数学，并且买了西瓜书、统计学习方法、机器学习实战来看。
过了一段时间，我发现这样的学习方式是有问题的，除了回顾了数学和扎在看不懂的理论公式里(西瓜书和统计学习方法)，对我在机器学习上的进步毫无帮助(机器学习实战稍微看得下去)。
于是一个高效学习方式就显得尤为重要。本系列文章将记录分享一个小白在机器学习方向上的学习探索历程。着重于发现问题和解决问题的过程。

案例选择

在此我选取了Tensorflow官网的MNIST手写数字识别作为学习对象https://www.tensorflow.org/tutorials/layers

预期目标：

1. 理解MNIST入门例子所涉及的概念
2. 熟悉这个例子所用到的tensorflow API

开始

大概浏览了tensorflow的这个例子，发现要理解这个例子，需要知道下面的这些概念。如此一来，整体目标就被划分开不同的小目标，只要将各个小目标各个击破，整个目标就实现了。

接下来，会在不同的文章中展示学习过程。
目录：
1. Convolutional layers/Pooling layers/Dense Layer 卷积层/池化层/稠密层
2. MNIST