多层感知器定义了人工神经网络中最复杂的架构。它由多层感知器构成。
多层感知器学习的图形表示如下所示 −
MLP网络通常用于监督学习格式。MLP网络的典型学习算法也称为反向传播算法。
现在,我们将专注于使用MLP解决图像分类问题的实现。
# Import MINST data
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("/tmp/data/", one_hot = True)
import tensorflow as tf
import matplotlib.pyplot as plt
# Parameters
learning_rate = 0.001
training_epochs = 20
batch_size = 100
display_step = 1
# Network Parameters
n_hidden_1 = 256
# 1st layer num features
n_hidden_2 = 256 # 2nd layer num features
n_input = 784 # MNIST data input (img shape: 28*28) n_classes = 10
# MNIST total classes (0-9 digits)
# tf Graph input
x = tf.placeholder("float", [None, n_input])
y = tf.placeholder("float", [None, n_