Tensorflow機械学習データは、エントリを識別するために設定し--MINIST

参考サイト：http://www.tensorfly.cn/tfdoc/tutorials/mnist_beginners.html

＃自動的にデータをダウンロードし、ローディング
から tensorflow.examples.tutorials.mnist インポートINPUT_DATA 
MNIST = input_data.read_data_sets（" MNIST_data / "、one_hot = TRUE） 

＃構成図算出
インポートAS tensorflowのTF 
X = tf.placeholder（" フロート"、[いずれも、784 ]）
Y_ = tf.placeholder（" フロート"、[なし]、10 ]）
Wは = tf.Variable（tf.zeros（[784,10 ）]）
B = tf.Variable（tf.zeros（[10 ]））
Y = tf.nn.softmax（tf.matmul（X、Wは）+B）
cross_entropy = -tf.reduce_sum（Y_ * tf.log（Y））
train_step = tf.train.GradientDescentOptimizer（0.01 ）.minimize（cross_entropy） 

＃训练千步 
INIT = tf.initialize_all_variables（）
のSES = tf.Session（ ）
sess.run（INIT）
のための I における範囲（1000 ）：
  batch_xs、batch_ys = mnist.train.next_batch（100 ）
  sess.run（train_step、feed_dict = {X：batch_xs、Y_：​​batch_ys}） 
 
＃验证准确率 
correct_prediction = tf.equal（tf.argmax（Y、1）、tf.argmax（Y_、1 ））
精度= tf.reduce_mean（tf.cast（correct_prediction、" フロート" ））
 プリント（sess.run（精度、feed_dict = {X：mnist.test.images、Y_：​​mnist.test.labels}））