大三寒假学习进度（9）

手写数字识别

• MNIST数据集

  提供 6万张 28*28 像素点的0~9手写数字图片和标签，用于训练。

  提供 1万张 28*28 像素点的0~9手写数字图片和标签，用于测试。

  0~255代表像素点的灰度值

  数据存储[28,28,1] (28行，28列，每一个点的数据)

• 输入：

  将二维数组打平成一维数组变为[28*28]即[784]

  x:[b,784] (b表示有多少张图片)

• 输出：

  最简单的方法：给每一个类具体编号一个具体的数值

  例如 dog = 0,cat = 1, fish= 2 ···

  问题：

  1. 数字之间有大小关系但是类别之间没有
  2. 输出并不符合概率学上的概念

  另一种方法：把每一种具体的类别理解为一种具体的load（具体的节点的输出）

  • 每个load之间没有顺序关系的属性
  • 每个load有一个具体的实数值（数值为表示属于当前类别的0~1之间的概率，并所有load之和为1）