第一阶段-入门详细图文讲解tensorflow1.4 -（四）新手MNIST

MNIST：机器学习中的helloWorld。是一个入门级的计算机视觉数据集。
它包含各种手写数字图片：

上面这4张图片的标签是5，0，4，1。
官方的文档比较啰嗦，简而言之。
最终目的：使用tensorflow训练一个手写体图像识别模型，识别一张手写数字照片。

Step1:MNIST训练图片数据。

图片：28像素X28像素预处理之后的照片。

训练集：55000行
预测集：10000行
交叉验证集：5000行

mnist.train.images 是一个形状为 [55000, 784] 的张量，第一个维度数字用来索引图片，第二个维度数字用来索引每张图片中的像素点。在此张量里的每一个元素，都表示某张图片里的某个像素的强度值，值介于0和1之间。

one-hot vectors数字n将表示成一个只有在第n维度（从0开始）数字为1的10维向量。
比如，标签0将表示成([1,0,0,0,0,0,0,0,0,0,0])。mnist.train.labels是一个形状 [55000, 10] 的张量。

MNIST_data百度网盘地址：https://pan.baidu.com/s/1cjm7tc
input_data.py百度网盘地址：https://pan.baidu.com/s/1c21zu4C
input_data.py用于下载训练和测试的MNIST数据集的python源码。

step2：softmax regression讲解

我们希望得到10种分类的可能性probabilities，结果才能更好的理解。

就需要使用softmax回归。

第一步：加权求和（线性回归）

这个公式大家都很熟悉。

应用到MNIST上的解释：j是1到784，一共有784*10个权重和10偏移量需要确定。(不理解，给你看张图。)
i表示1到55000个训练样例。

写成