(机器学习)Tensorflow下ANN实现

将之前写过的代码进行一下整理和汇总：

ANN训练Mnist

使用TensorFlow框架和手写数字识别数据集MNIST训练，运行环境为Python3.6、TensorFlow1.8。
完整代码已经上传github

神经网络搭建过程总结如下：

step1.超参数设定：如学习率、权重衰减、动量。

Learning_RATE=0.1
MOMENTUM = 0.9
WEIGHT_DECAY = 0.0001

神经网络参数设定。

model = MLP('fully_model', N_CLASSES, BATCH_SIZE, g, [50,50])

这里设计两个隐藏层，层数分别为50、50的ANN网络。

step2.实现全连接。

def fullyconnected(self, name, _input, out_channel):
       shape = _input.get_shape()
       if len(shape) == 4:
           size = shape[1].value * shape[2].value * shape[3].value
       else:
           size = shape[-1].value
       
       with tf.variable_scope(name):
           w = tf.get_variable(
               name='weights',
               shape=[size, out_channel],