首先登陸**：
耐心等待，網上好慢。
放到當前的路徑下：
檢視資料集驗證
檢視資料集的驗證標籤
檢視資料集的測試
檢視資料集的測試標籤
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("mnist_data/",one_hot = true)
print(mnist.validation.images.shape)
print(mnist.validation.labels.shape)
print(mnist.test.images.shape)
print(mnist.test.labels.shape)
784 =28*28 說明維度是784維，其實就是乙個28*28的
*********************儲存******************************
需要先安裝scipy
先進入anaconda
進入tensorflow環境：activate tensorflow
在輸入：conda install scipy
有事乙個漫長的等待，先去洗澡，回來之後還是不行，還是特別慢，。。。。後來發現可以使用清華大學的映象，就特別快了。
設定如下：
# 新增anaconda的tuna映象
conda config --add channels
# tuna的help中映象位址加有引號，需要去掉
# 設定搜尋時顯示通道位址
conda config --set show_channel_urls yes
參考這篇部落格（
真的飛一般的感覺，瞬間搞定。
可以執行了，提示出錯：
據說執行下面可以，試一下
***********今天到此為止****************困啦***************************
第乙個tensorflow程式
個人部落格 最近alphago和alphazero的出現，預示著2017年成為人工智慧元年，人工智慧逐漸進入我們的生活和工作的方方面面，如在工作中，阿里巴巴雙十一中，出現了 千人千面 智慧型推薦系統，魯班ai設計師，小蜜機械人，idc智慧型巡檢機械人，還有京東的無人倉庫等。這些都讓我覺得人工智慧越來...
第乙個TensorFlow程式
tensorflow的執行方式分為如下4步 1 載入資料及定義超引數 2 構建網路 3 訓練模型 4 評估模型和進行 import tensorflow as tf import numpy as np 構造滿足一元二次方程的函式 x data np.linspace 1,1,300 np.newa...
ML 第乙個tensorflow程式
import tensorflow as tf 建立乙個常量 op,產生乙個 1x2 矩陣.這個 op 被作為乙個節點 加到預設圖中.構造器的返回值代表該常量 op 的返回值.matrix1 tf.constant 3.3.建立另外乙個常量 op,產生乙個 2x1 矩陣.matrix2 tf.con...