[Python] Google Deep Learning TensorFlow課程(二) -- 作業一 (下)

延續之前的作業，繼續往下寫XD~

• 分隔 dataset ，如果電腦不夠好的朋友請自行把最下面的dataset大小調小一點

• 接著把 dataset 的資料random
• 接下來要用 logistic regression 分析這些圖片data

把圖片讀成矩陣後，要再用reshape把矩陣攤平才能放入logistic regression model．預測的時候也一樣把train data資料reshape後丟到裡面，就會跑出來結果．檢驗的方式很簡單，單純去對預測值跟實際值一樣的比例． 當sample資料量增加十倍（2000 -> 20000），預測準確增加了22.6%．

下次就會開始使用Tensor Flow了．