MNIST手写数字识别——CNN

 

参考：http://www.tensorfly.cn/tfdoc/tutorials/mnist_pros.html

网上已经有很多相关内容的博客、资料，有很多也写得挺好的，我也是参考别人的，这里就不再写原理上的东西了。附一下我做实验的代码，简单记录一下遇到的问题。

实验环境：spyder + python + tensorflow

代码：

import tensorflow as tf
import tensorflow.examples.tutorials.mnist.input_data as input_data

mnist = input_data.read_data_sets("data/", one_hot=True, validation_size=0)  # 下载并加载mnist数据

print("mnist训练集大小：", len(mnist.train.images))
print("mnist测试集大小：", len(mnist.test.images))
x = tf.placeholder(tf.float32, [None, 784], name="x")  # 输入的数据占位符
y_actual = tf.placeholder(tf.float32, shape=[None, 10], name="y_actual")  # 输入的标签占位符

# 定义一个函数，用于初始化所有的权值 W
def weight_variable(shape):
    initial = tf.truncated_normal(shape, stddev=0.1)
    return tf.Variable(initial)


# 定义一个函数，用于初始化所有的偏置项 b
def bias_variable(shape):
    initial = tf.constant(0.1, shape=shape)
    return tf.Variable(initial)


# 定义一个函数，用于构建卷积层
def conv2d(x, W):
    return tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')


# 定义一个函数，用于构建池化层
def max_pool(x):
    return tf.nn.max_pool(x, ksize=[1