手把手在tensorflow上训练Mnist数据集。全连接层。

比较入门的一个教程，没有什么技术含量。

下面这个链接的py程序是我们用来下载数据集的，请下载保存。

https://raw.githubusercontent.com/tensorflow/tensorflow/master/tensorflow/examples/tutorials/mnist/input_data.py

import input_data
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)

在python里运行这两句话，就可以把数据集合下载到MNIST_data目录下。这个目录可以自己改名字，下面会用到。运行截图如下

下面这个链接的程序是构建网络然后训练MNIST的程序

https://raw.githubusercontent.com/tensorflow/tensorflow/master/tensorflow/examples/tutorials/mnist/fully_connected_feed.py

下载后有个地方需要修改一下120行，120行原来内容如下

  data_sets = input_data.read_data_sets(FLAGS.input_data_dir, FLAGS.fake_data)

将FLAGS.input_data_dir 修改为刚才我们下载MNIST数据集的绝对地址，修改后如下

def_sets = input_data.read_data_sets("/home/kai.meng/MNIST_data/", FLAGS.fake_data)

这个地址每个人都不一样，根据你下载到哪里而决定。

然后就可以运行了，我使用的是linux，直接python fully_connected_feed.py

结果如下

测试集正确率为0.9028，有点低这是因为默认只跑了2000次，编辑fully_connected_feed.py的236行

  parser.add_argument(
      '--max_steps',
      type=int,
      default=2000,
      help='Number of steps to run trainer.'
  )

将      default=2000,改为      default=20000,   保存运行

测试集的正确率为0.9643,还算可以。教程到此结束。很基础的入门教程。有任何问题给我留言吧