【TensorFlow】MNIST手写数字识别

最新推荐文章于 2025-04-19 16:37:23 发布

笔尖bj

最新推荐文章于 2025-04-19 16:37:23 发布

阅读量3.1k

点赞数 1

分类专栏：计算机视觉_机器学习 --------深度学习文章标签：机器视觉 MNIST mnist手写体数字识别

本文链接：https://blog.youkuaiyun.com/u013165921/article/details/79067659

版权

本文介绍了MNIST手写数字识别任务，详细阐述了数据集特性，包括图片的灰度值信息和one_hot编码。接着，讨论了训练数据的特征表示和Softmax Regression作为多分类模型的原理。最后，提到了模型的损失函数——交叉熵，并简要提及了程序的运行结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

MNIST

MNIST是一个非常简单的机器视觉数据集。如图，它由几万字28像素×28像素的手写数字组成，这些图片只包含灰度值信息。我们的任务是对这些手写数字的图片进行分类，转成0~9一共10类。

首先对MNIST数据进行加载，然后查看mnist这个数据集的情况。

# 输入程序
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("MNIST_data/",one_hot=True)

print(mnist.train.images.shape,mnist.train.labels.shape)
print(mnist.test.images.shape,mnist.test.labels.shape)
print(mnist.validation.images.shape,mnist.validation.labels.shape)