mnist数据集是由来自不同年龄人手写的数字构成的集合，在机器学习/深度学习入门阶段可以用来做训练与测试。下面，小编就带大家看看怎样使用mnist数据集进行训练。
工具/原料
1
python开发环境以及tensorflow工具包
2
pycharm
方法/步骤
1
打开PyCharm，点击File->New Project。
2
在新弹出的窗口，选择Pure Python，输入新Project的名称与路径，然后点击'Create'。
3
在项目名称上右键，选择New->Python File，就创建了一个普通Python文件。
4
首先，导入所需要的包，包括tensorflow与mnist数据集所在的路径。
5
首先，定义一个添加一个隐藏层的函数，参数包括输入层，输入大小，输出大小与激活函数。更复杂一点，你可以添加标签。
6
接下来定义训练模型中需要的参数，包括输入、输出、代价函数与迭代策略等。
7
然后，为了评估模型的好坏，我们定义一个函数评估模型的准确性。
8
接下来开始运行模型，共训练1000次，每隔50次打印准确度。
9
运行结果如下所示，最终的准确率达到86%左右。之后可以考虑添加更多层或采用更复杂的cnn进行计算。
下一篇：如何修改俄语综合词典的APP图标