tensorflow 之mnist

 MNIST 

 MNIST是深度学习的经典入门demo，他是由6万张训练图片和1万张测试图片构成的，每张图片都是28*28大小（如下图），而且都是黑白色构成（这里的黑色是一个0-1的浮点数，黑色越深表示数值越靠近1），这些图片是采集的不同的人手写从0到9的数字。TensorFlow将这个数据集和相关操作封装到了库中，下面我们来一步步解读深度学习MNIST的过程。

上图就是4张MNIST图片。这些图片并不是传统意义上的png或者jpg格式的图片，因为png或者jpg的图片格式，会带有很多干扰信息（如：数据块，图片头，图片尾，长度等等），这些图片会被处理成很简易的二维数组，如图：

 

 现在，对于MNIST数据集中的图片来说，我们只要把它当成长度为784的向量就可以了（忽略它的二维结构，28×28=784）。我们的任务就是让这个向量经过一个函数后输出一个类别，呐，就是下边这个函数，称为Softmax分类器。