这次我们会介绍如何使用Tensorflow解决Classification(分类)问题。在之前的文章中介绍的都是Regression(回归)问题。分类和回归的区别在于输出变量的类型上。通俗理解定量输出是回归,或者说是连续变量预测;定性输出是分类,或者说是离散变量预测。如预测房价这是一个回归任务;把东西分成几类,比如猫狗猪牛,就是一个分类任务。
一、MNIST数据。
首先准备数据(MNIST库)
from tensorflow.examples.tutorials.mnist import input_data
# number 1 to 10 data
mnist = input_data.read_data_sets("MNIST_data",one_hot=True)
MNIST库是手写体数字库,差不多是这个样子的:
数据中包含55000张训练图片,每张图片的分辨率是28*28,所以我们的训练网络输入应该是28*28=784个像素数据。