TensorFlow训练MNIST数据集（1）-softmax单层神经网络

1. MNIST数据集简介

首先通过以下两行代码获取TensorFlow中内置的MNIST数据集:

from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('./data/mnist', one_hot=True)

MNIST数据集中有55000个（mnist.train.num_examples）训练数据，对应于55000个标签；共有10000个（mnist.test.num_examples）测试图片数据，相同的10000个标签与之对应. 为了便于访问神经网络训练数据集，这些图片或标签的数据都经过了格式化.

MNIST数据集的训练数据集（mnist.train.images）是55000 * 784矩阵. 矩阵的每一行代表图片的数据（28 * 28 * 1）. 图片的数据范围为[0，1]，代表像素灰度的归一化值.

训练集的标签（mnist.train.labels）为55000 * 10矩阵. 每行中的10个数字表示相应图片属于数字0到9的概率，范围是0或1. 只有标签行之一是1神经网络训练数据集，表示图片的正确编号是相应的下标值，其余均为0.

测试集与训练集相似，除了数据量不同.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-209435-1.html