Mnist 数据集
Mnist 内置 50000 组训练数据 10000 组测试数据 对于深度学习的学习、训练起到了很好的作用
Moist 数据集下载地址 :
http://yann.lecun.com/exdb/mnist/
手写数字识别
手写数字识别有多种实现的方式 比如 softmax 回归 (逻辑回归的推广、可以看成逻辑回归应用于多类分类的问题) 卷积神经网络也可以实现,下面给出几种实现方式的代码,带注释
具体看代码 有详细的注释
回归实现 :
# 将包导入
import tensorflow as tf
import numpy as np
from tensorflow.examples.tutorials.mnist import input_data
import matplotlib as plt
# 读取 moist 数据集
mnist = input_data.read_data_sets('data', one_hot = True)
# 设置参数
num_classes = 10 # 要分成 10 类
input_size = 784 # 因为 moist的数据集每张图片有 28 * 28 * 1个像素点
training_iterations = 10000 # 训练迭代次数