9、基于TensorFlow构建前馈神经网络及梯度下降算法解析

基于TensorFlow构建前馈神经网络及梯度下降算法解析

数据准备

在开始构建模型之前，我们需要对数据进行处理和准备。以下是详细的操作步骤：
1. 检查标签数组形状 ：使用 data_train['label'].shape 检查标签数组的形状，预期得到值 (60000) 。
2. 重塑标签张量 ：为了满足后续模型的需求，我们需要将标签重塑为 1 × m 的张量，其中 m 是观测值的数量（这里 m = 60000 ）。可以使用以下代码进行重塑：

labels = data_train['label'].values.reshape(1, 60000)

此时， labels 张量的维度为 (1, 60000) 。
3. 提取特征张量 ：特征张量应包含除标签列之外的所有列。我们可以使用 drop('label', axis=1) 方法移除标签列，然后对结果进行转置。 data_train.drop('label', axis=1) 的维度为 (60000, 784) ，我们需要的特征张量维度为 nx × m ，其中 nx =