通过本文你可以学会神经网络最基本的用法，可以对tensorflow用法有初步的了解，实现神经网络入门，适用于有着在机器学习/或者深度学习有着理论基础，拥有一定python编程基础但是对神经网络实践缺少经验的

数据结构：真实分类矩阵与预测分类矩阵一行表示一个样本，列数表示分类总数矩阵中的值表示当前样本属于类别i(列序号)的概率流程统计两个矩阵有有多少行不同，输出占比（不过这里的行比较特殊）给出样本集的预测分类与实际分类（独热编码）评估准确率“”"统计两个矩阵多少行不同比较每行1所在的列序号，一致为1，不一致为0最后得到一个01数组，加和求平均即为准确率“”"语法知识argmax–返回指定维度上最大值的索

通过本文你可以学会神经网络最基本的用法，可以对tensorflow用法有初步的了解，实现神经网络入门，适用于有着在机器学习/或者深度学习有着理论基础，拥有一定python编程基础但是对神经网络实践缺少经验的

总结tf.nn.softmax(…)需要什么样的输入tf.nn.softmax(…)输出是什么softmax本身想干什么importtensorflowastfX=tf.constant([[1,2,3],[3,2,4]],dtype=tf.float32)W=tf.constant([[1,1],[2,2],[3,3]],dtype=tf.float32)bias=tf.constant([1,

#-*-coding:utf-8-*-#mnist回顾一下tensorflow用法#这里使用卷积神经网络，所以将784reshape成28*28的矩阵importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datadefget_data

本节主要用一个例子来讲述一下基本的tensorflow用法。在这个例子中，我们首先伪造一些线性数据点，其实这些数据中本身就隐藏了一些规律，但我们假装不知道是什么规律，然后想通过神经网络来揭示这个规律。