前面的章节已经对tensorflow有所了解,这一节就利用前面介绍的基本知识和API构建一个手写字符识别的实例,这也和官方教程中的内容所对应。这也是对前面知识的一个利用。
关于手写字符识别是一个最基本的机器学习任务,很多地方都用这个开始,这里也一样。这一节主要都是用代码组成,然后所有的内容都尽可能在程序中添加注释中注明,还提供github地址里面基于ipython notebook写的,因为这样注释比较明白。所有的程序都是基于tensorflow的r1.1版本,最新的r1.2还没有看过。
程序主要有两部分内容组成,第一部分使用最简单的Softmax Regression进行,第二部分是一个简单的2层神经网络组成。代码为了清晰所以用ipython notebook写在了github里,这里是我的github地址,有很详细的中文介绍:
https://github.com/woaidapaopao/DeepLearning_study/blob/master/Deep%20MNIST%20for%20Experts.ipynb
上面的程序只是简单的部分,在调参和可视化上没有进行什么工作,在下一节将会介绍tensorboard,然后实现一个进阶版的卷积神经网络。