This is my first ML project.
手写数字识别 （注：CNN）
一、准备工作
1.收集数据
1）可以手动下载数据在http://yann.lecun.com/exdb/mnist/
2)当然代码也会自己下载数据集
（注：国内小伙伴最好手动下载）
2.选择语言以及第三方库 python
TensorFlow
3.选择学习方法 4层神经网络
4.IDE选择 pycharm
二、实际操作 大致逻辑：三个函数即可
add_layer（） 搭建神经网络的隐藏层和输出层
build_nn() 把四层神经网络连接起来
train_nn() 载入数据训练神经网络
1.首先导入所需要的库，还有利用代码下载网络上的数据集
2.载入数据集，并且定义输入的数据格式，因为每张图片都是2828像素的图片，所以要把他们转化为矩阵的格式就是784个单位，输出的格式呢是10个单位，以为0-9有十种，所一定一个110的矩阵输出。 3.构建隐藏层和输出层 4.连接神经网络 5.训练神经网络
先载入数据
4 在机器学习中的训练中往往会造成损失（loss），为了我们的模型更加准确我们要降低他们的损失，所以这里我们选择梯度下降（GradientDescent）的方法来降低我们的损失。
5 在我们之前已经定义了x，y等变量，但是这个时候他还没有值，TF中有sess这样的指针，可以只想当前计算的元素来赋予值，这样就把我们真个程序联动了起来
6 通过两个循环进行神经网络的训练，并且计算出每次训练后的错误率
7 计算最后的准确率，并且打印出来
8 最后的结果展示
9
在这之余还学习了用TensorBoard的可视化和利用web可视化，但是使用并不熟练，博文会在后期补充。