TensorFlow实战系列4-- 解决MNIST 问题

MNIST 是一个非常有名的手写体数字识别数据集，在很多资料中，这个数据集都会被用作深度学习的入门样例。MNIST 数据集是NIST 数据集的一个子集，它包含了60000 张图片作为训练数据，10000 张图片作为测试数据。在MNIST 数据集中的每一张图片都代表了0-9 中的一个数字。图片的大小都为28×28，且数字都会出现在图片的正中间。图5 展示了一张数字图片及和它对应的像素矩阵：

 在图5 的左侧显示了一张数字1 的图片，而右侧显示了这个图片所对应的像素矩阵。MNIST 数据集中图片的像素矩阵大小为28×28，但为了更清楚的展示，图5 右侧显示的为14×14 的矩阵。在Yann LeCun 教授的网站中（http://yann.lecun.com/exdb/mnist）对MNIST 数据集做出了详细的介绍。TensorFlow 对MNIST 数据集做了更高层的封装，使得使用起来更加方便。下面给出了样例TensorFlow 代码来解决MNIST 数字手写体分类问题。

import tensorflow as tf
from tensorflow.examples.tutorials