本代码为系列课程, 第7周部分的课后作业内容。 https://edu.csdn.net/topic/ai115
使用tensorflow，构造并训练一个神经网络，在测试机上达到超过98%的准确率。 在完成过程中，需要综合运用目前学到的基础知识：
并探索如下超参数设置：
下载地址：
http://yann.lecun.com/exdb/mnist/
或
https://storage.googleapis.com/cvdf-datasets/mnist/train-images-idx3-ubyte.gz
https://storage.googleapis.com/cvdf-datasets/mnist/train-labels-idx1-ubyte.gz
https://storage.googleapis.com/cvdf-datasets/mnist/t10k-images-idx3-ubyte.gz
https://storage.googleapis.com/cvdf-datasets/mnist/t10k-labels-idx1-ubyte.gz
Mnist 数据集由Yann LeCun（杨立坤）建立，基础数据部分来自美国国家标准与技术研究所（National Institute of Standards and Technology，NIST）。训练集 (training set) 由来自 250 个不同人手写的数字构成，其中 50% 是高中学生, 50% 来自人口普查局 (the Census Bureau) 的工作人员。测试集(test set) 也是同样比例的手写数字数据。 整个数据集包括60000张训练图片，10000张测试图片。每张图片为一个28x28的灰度图片。每个像素的数据类型为uint8，取值从0（背景）到255（前景）。
评论 ( 0 )