18. TensorFlow 튜토리얼---다층 퍼셉트론 학습

다층 퍼셉트론은 인공 신경망에서 가장 복잡한 아키텍처를 정의합니다. 여러 층의 퍼셉트론으로 구성됩니다.

다층 퍼셉트론 학습의 그래픽 표현은 다음과 같습니다.

MLP 네트워크는 일반적으로 지도 학습 형식에 사용됩니다. MLP 네트워크의 일반적인 학습 알고리즘을 역전파 알고리즘이라고도 합니다.

이제 우리는 이미지 분류 문제를 해결하기 위해 MLP를 사용하는 구현에 중점을 둘 것입니다.

# 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_