机器学习的“hello world”之mnist数据集

环境：ubuntu16.04+python3.6+spyder+tensorflow1.3.

代码亲测有效。tensorflow自带mnist数据集无需下载。

# -*- coding: utf-8 -*-
"""
Spyder Editor

This is a temporary script file.
"""
from tensorflow.examples.tutorials.mnist import input_data
import tensorflow as tf 
#读取数据 
mnist = input_data.read_data_sets('MNIST_data', one_hot=True) 
sess=tf.InteractiveSession() 
#构建cnn网络结构 #自定义卷积函数
def conv2d(x,w): 
  return tf.nn.conv2d(x,w,strides=[1,1,1,1],padding='SAME')
#自定义池化函数 
def max_pool_2x2(x): 
  return tf.nn.max_pool(x,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME') 
#设置占位符，尺寸为样本输入和输出的尺寸 
x=tf.placeholder(tf.float32,[None,784]) 
y_=tf.placeholder(tf.float32,[None,10]) 
x_img=tf.reshape(x,[-1,28,28,1]) 
#设置第一个卷积层和池化层 
w_conv1=tf.Variable(tf.truncated_normal([3,3,1,32],stddev=0.1)) 
b_conv1=tf.Variable(tf.constant(0.1,sh