这篇博客记录了使用TensorFlow进行手写数字分类的学习过程，包括从Yann Lecun的网站下载MNIST数据集，解决数据导入问题，以及理解数据集的来源和处理方式。参考了tensorflow中文社区的教程和官方文档，介绍了MNIST数据集的创建背景和处理历史，以及训练集和测试集的构成。代码实现采用了交叉熵作为代价函数，利用梯度下降进行优化。
参考资料：
1、tensorflow中文社区 mnist机器学习入门（分类手写数字）
http://tensorfly.cn/tfdoc/tutorials/mnist_beginners.html
2、英文版mnist机器学习入门（分类服装图片）
https://tensorflow.google.cn/tutorials/keras/basic_classification
3、Yann Lecun的原始网站
http://yann.lecun.com/exdb/mnist/
学习内容：
1、第一个bug，导入数据
首先要从Yann的网站下载四个数据文件，存在MNIST_data目录中。
老版的命令，和新版的官网命令都无法使用。新版的问题是https://tensorflow.googlesource.com/tensorflow/+/master/tensorflow/examples/tutorials/mnist/input_data.py 网址被墙
修改后的命令使用了新的有效网址
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets(“MNIST_data/”, one_hot=True)
学习import命令的官方
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
