MNIST数据集是手写数字0~9的数据集,一般被用作机器学习领域的测试,相当于HelloWorld级别。
本程序先从网上导入数据,再利用最小梯度法进行训练使得样本交叉熵最小,最后给出训练之后程序的准确率。
交叉熵的定义:
y 是我们预测的概率分布, y' 是实际的分布。
该指标用来衡量学习结果与实际情况的差距。
import tensorflow.examples.tutorials.mnist.input_data as input_data
import tensorflow as tf
#initialize
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
x = tf.placeholder(tf.float32, [None, 784])
W = tf.Varia