目录
二、不用Deep Learning 用简单的函数映射怎么训练？
1. plot_image(x, y, 'image sample')
一、什么是MNIST数据集
MNIST数据集已经是一个极其经典的数据集了，先放上下载链接MNIST handwritten digit database, Yann LeCun, Corinna Cortes and Chris Burges
图片是以字节的形式进行存储，我需要将其读取到Numpy array中，以便训练与计算。
数据集大概有 60,000 个训练样本和 10,000 个测试样本。
例举数据集一张图片来说 [0 - 1 , 28 ,28 ] ，存储数据的形式如矩阵所示，第1维度为0-1之间表示灰度，第2维度与第3维度表示28*28格。
二、不用Deep Learning 用简单的函数映射怎么训练？
1. 简单函数叠加拟合复杂函数
我们知道28*28矩阵的具体参数有784个，那么我们将其打平为X = [1,784]向量进行计算，简写为X = [1,dx] ， 接下来将其投入激活函数中进行计算 H1 = XW1 + b1 ，不停拟合（三层）。 这样可能还比较难理解，我们实际代数据进入计算。
首先打平[28*28] 矩阵为X= [1,784], 继续W1=[784,256], b1=[256]
第一层 矩阵H1 = XW1 + b1 得 H1 = [1,256]
第二层 矩阵H2 = H1W2 + b2 ，W2为[256 , 64] ，b2 = [64] ,得 H2 = [1,64]
第三层 矩阵H3 = H2W3 + b3 ，W3为[64,10], b3 = [10],得H3 = [1,10]
得出10个分类。