神经网络经典-MNIST

MNIST

MNIST是机器学习领域的一个经典问题。并且在tensorflow中有数据实例，不需要自己去整理数据。为了更好的理解神经网络，自己按照书上写了做了一遍实验。

数据介绍

每一个MNIST数据单元均由两部分组成：一张包含手写数字的图片(xs)和一个对应的标签(ys)。
训练集：60000行（mnist.train.image and label） 测试集：10000行（mnist.test.image and label）

数据处理

数字图片采用28×28的像素矩阵存储的，我们只需要保证，每个像素矩阵的读取方式是相同的即可。

代码实现

下面用 TensorFlow 实现一个含有两个隐藏的神经网络来进行训练。
顺便提一句，我用的是Anaconda3.7 ，TensorFlow安装，采用语句conda install tensorflow

import numpy as np
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data


# 初始化权重参数
def init_weights(shape):
    return tf.Variable(tf.random_normal(shape,stddev=0.01))

# 定义神经网络模型
def model(X,w_h,w_h2,w_o,p_keep_input,p_keep_hidden):
    # 隐藏层1
    X = tf.nn.dropout(X,p_keep_input)
    h = tf.nn.relu(tf.matmul(X