TensorFlow学习之一：实现kaggle赛题Digit Recognizer

      最近学习TensorFlow的时候，正好利用kaggle上的Minist数据集来入手。经历一段时间的折磨后，终于成功弄出了一个结果，至于优化类的后面再讲，今天就介绍下tensorflow入门minist。

一开始我是看着官网学习的，但是鉴于官网知识很有限，最后我都理解为我自己的东西了。

学习的部分我前半部分为训练模型加保存模型，后半部分为加载模型并预测。这里我们讲解也分为2部分来讲解。

先讲上部分，数据集来源于kaggle上的Minist项目

首先我们加载数据和观察数据，通过简单的观察，数据本身是没有缺失值的，

附上完整代码：

# !/usr/bin/env python3

import tensorflow as tf
import pandas as pd
import numpy as np

def read_data(filename):#读取数据
    data=pd.read_csv(filename)
    return data

def handle_data(data):
    y_data=data['label'].values.ravel() #获取标签数据
    data.drop(labels='label',axis=1,inplace=True) #Image 数据
    return data,y_data
def train_val_split(x_data,y_data):
    large=