【实验】手写数字识别--logistic regression

前几周就从网上找到了用logistic regression做手写数字识别的代码，但由于初学python，而且里面用到的模块--theano好像比较麻烦，未能及时完成实验，今天终于完成了，验证了心中的想法。

刚拿到代码时，就跑了一遍，用标准数据集MNIST测试，准确率达到了93%左右，当时略感吃惊，因为这程序只用了logistic regression，未用到hidden layer，也未用到其他特殊的特征提取技巧。

回想起，之前hinton的视频里面好像提到过，这样做logistic regression相当于为每个数字建立了一个template。再细想一下logistic regression的数学原理，这种说法的确非常合理。今天终于搞懂了怎样利用matplotlib作图，也试出来如何将SharedVariable转化成numpy里面的格式，于是对训练后得到权重做了图：（顺序为从0到9）

可以从上面的图看到，这些权重能形成一个template，有的相对明显一些，而有的没那么明显。