基于TensorFlow框架训练的一个全连接网络的手写数字识别器，是一个阶段总结性项目.zip

# MRL-Mnist-Number-Master # 手写数字识别器 ## ——基于TensorFlow的FNN模型 本项目是作者（MRL Liu）基于TensorFlow框架训练的一个全连接网络的手写数字识别器，是作者一个阶段总结性项目。基于MNIST的手写数字识别项目已是深度学习入门的必备项目，但区别于其他，本项目的特色是添加了模型的保存与加载功能、TensorFlow可视化功能、指数衰减法的学习率、滑动平均模型技术、L2正则化等常见技术和可视化手写数字图片功能等。整个项目基于良好的面向对象思想，方法定义层层推进，可以说是非常好的总结性学习材料。例如：  本项目的所有代码共分为2个模块： | **步骤** | **模块名称** | **主要任务** | | -------- | -------------------- | -------------------------------------- | | 一 | datahelper.py | 提供可视化读取后的图片文件数据的方法 | | 二 | Model_Constructor.py | 提供定义模型、训练模型、评估模型的方法 | # **（1）读取的MNIST图片数据可视化效果**  # **（2）训练模型的TensorBoard效果** 定义的计算图结构在TensorBoard中的可视化效果：  定义的loss和accuracy在TensorBoard中的可视化效果：   定义的模型变量在TensorBoard中的可视化效果：  # **（3）测试模型的可视化效果** 在随机抽取图片的可视化预测效果：  在训练3000次后模型在验证集中可以达到的准确率：0.9838  # **（4）本项目开源地址等附加信息** 本项目使用的一些其他参考信息： | **条目** | **说明** | | -------------------- | ------------------------------------------------------------ | | 本项目GitHub开源地址 | https://github.com/MagicDeveloperDRL/MRL-Mnist-Number-Master | | 本项目作者博客地址 | https://blog.csdn.net/qq_41959920/article/details/115875588 | | 本项目用到的第三方库 | Numpy,TensorFlow1.14.1,matplotlib, | | 主要参考书籍 | 《TensorFlow实战Google深度学习框架》（第2版） | | 数据集来源 | http://yann.lecun.com/exdb/mnist（本项目原工程中包含有数据集及保存的训练数据） | 本项目包含的文件目录结构如下：  如果读者不想下载多余的网络模型和TesorBoard文件，可以只下载代码datahelper.py和net_model.py和数据集mnist，然后仿照上述目录新建logs和models文件夹即可运行生成新的网络模型和TesorBoard文件。