从零开始，自己写神经网络识别手写库Mnist

   MNIST 数据集来自美国国家标准与技术研究所, National Institute of Standards and Technology (NIST). 训练集 (training set) 由来自 250 个不同人手写的数字构成, 其中 50% 是高中学生, 50% 来自人口普查局 (the Census Bureau) 的工作人员. 测试集(test set) 也是同样比例的手写数字数据。

    数据集被分成两部分：60000行的训练数据集（mnist.train）和10000行的测试数据集（mnist.test）。其中：60000 行的训练集分拆为 55000 行的训练集和 5000 行的验证集。

   此数据集是学人工智能入门级数据集，是学人工智能必须要彻底理解和研究的对象，所有开源工具如TesnsorFlow、Caff等都有列程（各大网站也导出Copy来Copy去），是学人工智能深度学习的第一步，可以说是学人工智能编程的Hello World。我现在研究的目的为了彻底搞懂深度学习，完全自己从零开始写代码实现的DNN来实现对MNist数据的训练和识别。初学者一定不能简单跑一下TensorFlow的Mnist列程就觉得自己搞懂了，那就错了。不用第三方库，每一点都自己写，这样才能真正掌握人工智能算法，为后面学习打下扎实基础。理论我就不想讲了，直接上代码（代码用C#写成，其实翻译成C或C++都非常容易，我的图片是直接从头条Copy过来的，如果需要完整的代码的朋友，可以联系我）

  

从下图可看出 误差率越来越低 （红线） ，测正确的次数越来越高（蓝线）