《TensorFlow：实战Google深度学习框架》笔记及代码勘误-第5章MNIST数字识别问题之1

文章预览

本文对《TensorFlow：实战Google深度学习框架》第5章的源代码进行了勘误。另外，原书中未详细列出的不同情况下的其他模型的代码，本文补充了这些模型的代码。此外，本文补充了代码运行的结果，并最终综合比较了不同模型的结果，以供参考。 1 MNIST数据处理 import tensorflow as tf # 1. 读取数据集，第一次TensorFlow会自动下载数据集到下面的路径中 from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("/tmp/data/", one_hot=True) # 2. 数据集会自动被分成3个子集，train、validation和test。以下代码会显示数据集的大小。 print("Training data size: ", mnist.train.num_examples) print("Validating data size: ", mnist.validation.num_examples) print("Testing data size: ", mnist.test.num_examples) # 3. 查看training数据集中某个成员的像素矩阵生成的一维数组和其属于的数字标签。 print("Example traini ………………………………