LL的博客

TensorFlow的第一个例子很简单，就是利用Softmax回归来辨识MNIST的里面的数字样本。1. 怎样理解MNISTMNIST的全称是Mixed National Institute of Standards and Technology database，是一系列带标记的数字图片。原始的NIST数据集的训练集是美国人口普查局的雇员的笔迹，而验证集是采集自美国中学生的笔迹。所以从机

由于国内链接的一些原因，使用TensorFlow的资源比较困难，因此如果直接按照TensorFlow的官网Tutorial会出现各种错误。不过网上的几个资源还是给了一条比较给力的路径来实现TensorFlow的使用。下面就结合这些文章的链接，说一说如何快速安装和配置TensorFlow，并且实现第一个MNIST的例子。1. 安装TensorFlow这里只给出如何使用Docker镜像

这篇文章主要对TensorFlow的Tutorial第二个例子-深入MNIST-卷积神经网络一些不是特别明确的问题进行说明，包括卷积网络的结构与LeNet-5的区别，Dropout及ADAM优化器。

最近，tensorflow网站上给出了新的使用Anaconda配置和安装Tensorflow的步骤，经过测试，在国内可以无障碍的访问。Anaconda 是一个基于python的科学计算包集合，目前支持Python 2.7，3.4，3.5，3.6。

用了Anaconda安装了一个tensorflow运行环境以后，终于发现各种操作顺手了一些。但发现运行了一系列的Tutorial运行后，如何组织一个Tensorflow的应用却仍然不是很明确。下面就从python小白的方面理解一下mnist_with_summaries.py这个文件。