手写数字识别对于深度学习，就像是hello world对于c语言的地位。
是入门的适合上手的第一个小例子。也能通过这个直观的感受到图像识别是个什么鬼。
先不讲理论，直接上手来开始做。
官方的tensorflow官网是英文的，一个偷懒的办法就是百度可以搜到中文版的：
tensorflow官方文档中文版
首先进tensorflow的官网
然后点上面一栏的develop进入界面
这个界面和tensorflow官方文档中文版里的内容就是差不多的了
然后点左边教程里的mnist机器学习入门
中文看起来没什么压力。原理不说，先说操作。
【1】建立一个文件夹，可以建在home里，随意。我是直接建在home里，文件夹就叫mnist
【2】把这个数据集下载下来，这个数据集包含图片和标签，测试集和训练集的都包括了。
【3】编程的准备：需要两个工具，一个是Python，一个是vim
linux自带的Python版本较老，需要先更新，更新方法见百度。
更新为2.7版本就好，不建议更新为3版本，因为很多深度学习的编程都是用Python2的语言写的
vim是一种编辑器，编程方便，具体安装方法也见百度。
然后开始编程
【4】开始编程
整个linux终端的操作只有三句话，就是下面这三句
接下来一点点解释
（1）ctrl+alt+t调出linux系统的终端
终端输入mnist就进入建立的mnist文件夹了
然后终端输入vim mnist.py就会创立一个名为mnist.py的python文件
后缀.py就是告诉他是Python文件，vim就是vim编辑器
这句话是建立并打开mnist.py文件
然后进入了mnist.py的编辑界面
（2）先说下vim的操作。
vim刚进入时是normal模式，需要点i才能进入insert模式，才能编辑和编程
最后编辑完先按电脑的esc键退出insert模式，然后输入 ：wq是保存并退出（w是保存，q是退出，记得输入冒号哦）
（3）说完操作开始操作。刚刚打开了mnist.py并开始编辑
把tensorflow官网上的程序一行一行粘贴过来就行了
就是上面这些圈起来的这些，后面还有一些，我没截图完
一行行全部粘贴到vim编辑的mnist.py里
然后保存并退出
粘贴过来之后的程序如下
【5】运行mnist.py
在linux终端里输入python mnist.py再回车即可运行
补充：运行Python文件都是在那个文件所在的目录下输入python 文件名.py即可运行，一定要在那个文件目录里才行
运行之后，会看到迅速的训练过程，从1开始，到999结束
运行过程和结果如下。最后一行0.8706是结果。
0.8706意思就是这个mnist准确识别的概率是87.06%
【6】后记
整个过程到这儿就结束了。是不是对这个结果莫名其妙？是不是以为会有什么高大上的结果哈哈
就是酱紫就结束了。一开始我也是不可置信哈哈
其实还有一部分是测试实验结果怎么样。试验一下到底能不能识别数字。
这个具体的实验以后有空或者有人看，我再写吧。