导入依赖 下载数据集 mnist数据集是一个公共的手写数字数据集，一共有7W张28*28像素点的0-9手写数字图片和标签，其中有6W张是训练集，1W张是测试集。 其中，x_train为训练集特征，y_train为训练集标签，x_test为测试集特征 ...

　 功能： 　　将文件夹下的20*20像素黑白图片，根据重心位置绘制到28*28图片上，然后保存。经过预处理的图片有利于数字的准确识别。参见MNIST对图片的要求。 　　 　　此处可下载已处理好的图片： 　　https://files.cnblogs.com/files ...

一、构建模型 二、预测结果 可以看到，5个epoch后准确率已经非常高，通过非卷积网络训练模型的准确率低于卷积网络，读者可以自行试验 参考： https://tensorflow.google.cn/tutorials ...

　　　　首先，关于神经网络，其实是一个结合很多知识点的一个算法，关于cnn（卷积神经网络）大家需要了解： 　　　　　　　　　　下面给出我之前总结的这两个知识点（基于吴恩达的机器学习） 　　　　　　　　　　代价函数： 　　　　　　　　　　代价函数 　　　　　　　　　　代价函数（Cost ...

折腾了几天，爬了大大小小若干的坑，特记录如下。代码在最后面。 环境： 方法： 调试代码： 坑1：ModuleNotFoundError: ...

上代码： 打开cmd，进入当前文件夹，执行tensorboard --logdir='C:\Users\FELIX\Desktop\tensor学习\logs' 就可以进入tenso ...

一.基于TensorFlow的softmax回归模型解决手写字母识别问题 详细步骤如下： 1.加载MNIST数据： input_data.read_data_sets('MNIST_data',one_hot=true) 2.运行TensorFlow的InterractiveSession ...

1.导入必备的包 2.定义mnist数据的格式变换 3.下载数据集，定义数据迭代器 4.定义全连接神经网络（多层感知机）（若是CNN卷积神经网络，则在网络中添加几个卷积层即可 ...