安装tensorflow，运行MNIST示例

1 安装

在cmd中输入：

pip install tensorflow

显示安装成功，直接在ipython窗口测试：

import tensorflow as tf

没有报错，说明安装引用成功。

注：这个直接用pip安装方便，官网给出的激活方法太麻烦，没看懂[]http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/os_setup.html]

2 MINST练习

参考文章：MNIST机器学习入门

但是原封不动复制代码运行并不是，经过一番摸索，修改后的整体代码如下：

import tensorflow.examples.tutorials.mnist.input_data as input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

x = tf.placeholder(tf.float32, [None, 784])
W = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10])+0.1)
y = tf.nn.softmax(tf.matmul(x,W) + b)

y_ = tf.placeholder("float", [None,10])

cross_entropy = -tf.reduce_sum(y_*tf.log(y))

train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)

init = tf.global_variables_initializer()

sess = tf.Session()
sess.run(init)

for i in range(1000):
batch_xs, batch_ys = mnist.train.next_batch(100)
sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})

correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))

accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))

print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))

运行结果：0.9152

以上总共修改了四处，我在运行过程也遇到不少坑，总结如下：

1、数据下载引用

一开始是提示对象不存在，逐步往上找，竟然在复制的过程中，突然双引号变成了中文的，格式错误。自己大意的一点是，一直没有意识到是引号的问题，以为是引入MNIST_data/路径不对或者我没有下载好数据集，所以有去专门下载了数据，然后尝试放了几个目录下。。。当然都不对咯，总是反应过来，我擦竟然是引号捣的鬼。







2、全局变量版本改变问题

initialize_all_variables (from tensorflow.python.ops.variables) is deprecated and will be removed after 2017-03-02.
Instructions for updating:
Use `tf.global_variables_initializer` instead.

直接用tf.global_variables_initializer替代即可。

3、初始化问题

在运行for循环那段，突然又报错了，大致看懂了是占位符的问题，意思是我要先给模型一个非0初始值，不然反向传播时梯度无法下降。所以，可以将b值加上一个非零小数：b = tf.Variable(tf.zeros([10])+0.1)



4、最后还有一个弱智的坑，print打印要用函数的括号。



小白入门到处是坑，记录一下，不过这也加深了对softmax和tensorflow的理解。