TensorFlow手写数字识别（一）

最新推荐文章于 2022-11-24 15:16:35 发布

原创

最新推荐文章于 2022-11-24 15:16:35 发布 · 997 阅读

标签

#手写数字识别 #TensorFlow

收录于

这篇博客介绍了如何使用TensorFlow进行手写数字识别。首先提供了数据集的下载链接，然后指导读者如何解压并组织数据。接着，展示了数据集的安装和导入代码，以及模型训练和预测的代码实现。最后，通过draw.py文件展示输入样本图片及其标签，并给出了模型的数据流图。博客将持续更新。

数据集下载链接

数据集下载好之后解压，得到4个压缩包，在工作文件夹中新建文件：MNIST_data，将上面得到的4个压缩包直接放在MNIST_data文件夹中即可。

数据集安装和导入代码如下（input_data.py）：

"""Functions for downloading and reading MNIST data."""
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

# pylint: disable=unused-import
import gzip
import os
import tempfile

import numpy
from six.moves import urllib
from six.moves import xrange  # pylint: disable=redefined-builtin
import tensorflow as tf
from tensorflow.contrib.learn.python.learn.datasets.mnist import read_data_sets
# pylint: enable=unused-import

模型训练和预测代码（test.py）

import tensorflow as tf
import input_data
#读取数据
mnist = input_data.read_data_sets("MNIST_data",one_hot=True)
#创建可交互的操作单元
x = tf.placeholder("float",</