Tensorflow学习笔记：基础篇（4）——Mnist手写集（添加隐藏层）

Tensorflow学习笔记：基础篇（4）——Mnist手写集改进版（添加隐藏层）

前序

— 前文中，我们的初始版本实现了一个非常简单的两层全连接网络来完成MNIST数据的分类问题，输入层784个神经元，输出层10个神经元，最终迭代计算20次，准确率在0.91左右，本文我们采取添加隐藏层的方法进行训练，看看效果如何
Reference：前文博客：Mnist手写集初始版本

计算流程

1、数据准备

2、准备好placeholder

3、初始化参数/权重

4、计算预测结果

5、计算损失值

6、初始化optimizer

7、指定迭代次数，并在session执行graph

代码示例展示

1、数据准备

    import tensorflow as tf
    from tensorflow.examples.tutorials.mnist import input_data
    
    # 载入数据集
    mnist = input_data.read_data_sets("MNIST_data", one_hot=True)
    
    # 每个