tf.argmax(y_, 1) 与cross_entropy 与cross_entropy_mean的含义解释

xs, ys 一个batch的输入图像像素点

假设一个BATCH_SIZE是100，那么xs，ys都是[100, 784]的100张图，每张图有784个点的输入。

xs = [[784个点][784个点][][784个点]]

y, y_ 一个batch的输出向量与标签向量

经过前向传播sess.run()之后，y（也就是a）就是[100, 10]的100张图，每张图有10个点的输出。
y_由于有onehot=true，因此，读出来也是的100张图，每张图有10个点的输出。

y = [[ 0. 0. 0. 0. 0. 0. 1. 0. 0. 0.] [10个输出][][10个输出]]
y_ = [[ 0. 0. 0. 0. 0. 0. 0. 0. 1. 0.][10个输出][][10个输出]]

tf.argmax(y_, 1) tf.argmax(y, 1) 一个batch的输出值与标签值

tf.argmax(y_, 1) 就是，对一张图来说，找出[ 0. 0. 0. 0. 0. 0. 1. 0. 0. 0.]中最大的下标为6。

tf.argmax(y_, 1) = [6,7,8,9,0,1,4,5,2,5,…6,7]

cross_entropy 一个batch的交叉熵loss（一个向量）