tensorflow中实现神经网络训练手写数字数据集mnist

tensorflow中实现神经网络训练手写数字数据集mnist

一：网络结构

基于tensorflow实现一个简单的三层神经网络，并使用它训练mnist数据集，神经网络三层分别为：

输入层：

像素数据输入28x28=784 个输入节点

隐藏层：

30个神经元节点

输出层：

10个神经元节点，对应 0 ～ 9 十个数字

图示结构如下：

网络结构的代码实现：

二：数据读取与训练

读取mnist数据集

如果不行，就下载下来，放到本地即可

执行训练的代码如下

训练结果：

测试集上对1000张手写数字图像测试正确识别921张，准确率高达92.1%。说明传统的人工神经网络表现还是不错的，这个还是在没有优化的情况下，通过修改批量数大小，修改学习率，添加隐藏层节点数与dropout正则化，可以更进一步提高识别率。

上次送书活动，感谢大家踊跃发言，留言，然图书只有三本，留言前三名

- 门德尔松

- 王健行

- 水亦心

截图为证：

知不足者好学

耻下问者自满

关注【OpenCV学堂】

长按或者扫码二维码即可关注