基于TensorFlow实现MNIST手写体数字识别

1. 背景描述

1.1 数据源介绍

数据源说明：60000训练集 + 10000测试集
图中的每个数字都是[28,28]的二阶数组表示，每个位点上的值是颜色的深度[0-255] ~ [白色-黑色]。根据规范化处理，我们后面会将灰度值缩放到[0,1]。

使用程序获取数据

from keras.datasets import mnist
# 注意keras的默认路径是~/.keras/datasets，下面的数据会自动从S3上下载到~/.keras/datasets/mnist/mnist.npz路径下进行加载
(x_train, y_train), (x_test, y_test) = mnist.load_data(path='mnist/mnist.npz')

import matplotlib.pyplot as plt

fig = plt.figure()
for i in range(0,15,1):
    plt.subplot(3,6,i+1) # 绘制前15个手写体数字，以3行6列子图形式展示
    plt.tight_layout() # 自动适配
    plt.imshow(x_train[i], cmap='Greys') # 使用灰色显示像素灰度值
    plt.ti