全连接网络和卷积网络实践

全连接网络和卷积网络实践

一、全连接网络实践

1.1 基于 MNist 数据集的认识、优化、生成数据集、到实现特定场景应用。

1.1.1 mnist 数据集及需求模型要求

• mnist 数据集：包含 7 万张黑底白字手写数字图片，其中 55000 张为训练集，5000 张为验证集，10000 张为测试集。每张图片大小为 28*28 像素，图片中纯黑色像素值为 0，纯白色像素值为 1。数据集的标签是长度为 10 的一维数组，数组中每个元素索引号表示对应数字出现的概率。
  
  

• 在将 mnist 数据集作为输入喂入神经网络时，需先将数据集中每张图片变为长度 784 一维数组，将该数组作为神经网络输入特征喂入神经网络。图片标签为 0 - 9 的 one—hot 编码，对应位置为 1，则说明该图片为该索引的数字。
  
  

• 其中，可以通过下列操作进一步了解 mnist 数据集

  • 使用 input_data 模块中的 read_data_sets()函数加载 mnist 数据集：

from tensorflow.examples.tutorials.mnist