使用mnist数据集进行手写数字识别

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，定义一个藜局腑载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。