TensorFlow——Mnist手写数字识别并可视化 实战教程（一）

要点：

1. 该教程为深度学习tensorflow框架mnist手写数字识别。
2. 实战教程分为（一）（二）（三）分别从tensorflow和MATLAB双角度来实现。

笔者信息：Next_Legend  QQ:1219154092 人工智能 图像处理 神经网络 高维信息处理 自然语言处理

                                                                                                                                                         ——2018.7.18于云邱山

---

• 步骤流程

1. 准备mnist数据集
2. 构建CNN网络结构
3. 构建loss function,配置寻优器
4. 训练、测试、tensorboard可视化

• Mnist数据集获取

  Mnist数据集是NIST数据集的子集，包含以下4个文件：

  

  Mnist数据集包括：测试集图片文件、测试集标签文件、训练集图片文件、训练集标记文件（上图顺序）。在测试集包含的10000个样例中，前5000个样例取自原始的NIST训练集，后5000个取自原始的NIST测试集，因此前5000个预测起来更容易些。

  Mnist数据集获取地址：http://yann.lecun.com/exdb/mnist/

  注意：

  mnist数据集的获取你可能会遇到一些bug。你可能会使用tensorflow.examples.tutorials.mnist 里自带的input_data.py报错。 或者遇到input_data.py文件下载不下来，解决方法如下：
  1、由于网络问题或其他一些未知原因，input_data下载、解压mnist数据集时会报错，这时你只要自己手动下载好数据集（四个压缩包）放到工作空间的MNIST_data文件夹里就行，就能绕开报错问题。

  2、以下是一些常见的解决方案：

  https://blog.csdn.net/m0_37435073/article/details/78598139

  https://blog.csdn.net/sdoddyjm68/article/details/79306148

  https://blog.csdn.net/u011550708/article/details/79311935

• 构建CNN网络

             

             

• 构建loss function,配置寻优器

             

• 训练、测试、tensorboard可视化

              

• tensorboard可视化

              

• 训练过程

               

• tensorboard的可视化：Tensorboard的使用可以参考笔者的另一篇博客（win10下tensorboard的使用）：https://blog.csdn.net/jinyuan7708/article/details/79428189