python卷积神经网络多元分类_卷积神经网络应用于MNIST数据集分类

一、卷积神经网络应用于MNIST数据集分类

import tensorflow as tf

from tensorflow.examples.tutorials.mnist import input_data

mnist = input_data.read_data_sets('MNIST_data',one_hot=True)　　#从MNIST_data目录读入数据，如果没有就自动下载

#每个批次的大小

batch_size = 100

#计算一共有多少个批次

n_batch = mnist.train.num_examples // batch_size

#初始化权值

def weight_variable(shape):

initial = tf.truncated_normal(shape,stddev=0.1)#生成一个截断的正态分布(shape表示生成张量的维度，stddev是标准差)

return tf.Variable(initial)　　　　#initial是初始化参数

#初始化偏置

def bias_variable(shape):

initial = tf.constant(0.1,shape=shape)　　　　#0.1表示常量，shape来指定其形状

return tf.Variable(initial)　　　　#initial是初始化参数

#卷积层

def conv2d(x,W):

#x input tensor(张量) of shape `[batch, in_height(高度), in_width(宽度), in_channels(通道)]`

#W filter / kernel tensor