使用tensorflow和mnist数据集做一个简单的数据分类

重点是softmax激活函数和cross-entropy的搭配可以进行多分类的预测

其他的和之前的训练都差不多，有一个计算准确度的函数值得注意

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
#下载数据集
mnist = input_data.read_data_sets('MNIST_data',one_hot=True)

#添加层的函数，层有输入参数，输出参数，偏置，还有激活函数
def add_layer(inputs,in_size,out_size,activation_function=None):
    #随机初始化参数和偏置
    Weights = tf.Variable(tf.random_normal([in_size,out_size]))
    biases = tf.Variable(tf.zeros([1,out_size