18、TensorFlow教程--- 多层感知器学习

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_