tensorflow学习笔记【1】——入门 MINST

要点：
1、softmax回归——待定参数的模型

以此可以求得输入为某一个数字分别的概率。softmax函数解决的问题就是在同一尺度下，概率的归一化。

2、placeholder和variable

placeholder是给输入留的位置。

variable是要最终训练出的参数（权值）。

3、交叉熵——当前参数下模型好坏的准绳

交叉熵是我们验证训练出的模型好坏的准绳，y丿是我们已知的概率，只有一位是1，其他全零。目标就是这个值尽可能的小。

4、训练过程

训练过程，就是通过某种方法，来不断快速使交叉熵（准绳）变到最小的状态。机器学习的算法研究两个问题：

1、快速——variable太多没办法快速

2、能收敛——下次训练得到的结果如果有可能还不如上次，那就是白忙活

反向传播？梯度下降？