20180412NN&DL(tf实现手写数字识别程序解读)

1.绝对引用

from __future__ import absolute_import

忽略本目录，引入系统自带的标准库
参考网页：https://blog.csdn.net/caiqiiqi/article/details/51050800

2.精确除法

from __future__ import division

精确除法与截断除法相对，是否需要import division与版本有关
参考网页：https://blog.csdn.net/zengxiaosen/article/details/56039809

3.__future__模块

将新版本的功能导入到当前版本，于是可以在当前版本中测试一些新版本的特性

参考网页：https://www.cnblogs.com/shengulong/p/6653027.html

4.导入新print操作

from __future__ import print_function

print的功能经历过一个（）的变化，在3.x版本中实际已无必要import print_function

参考网页：同3

5.增加维度

labels = tf.expand_dims(labels, 1)

对labels增加1维，增加的位置为（0,1,2,3,4。。。）中的1

参考网页：https://blog.csdn.net/jasonzzj/article/details/60811035

https://blog.csdn.net/a_yangfh/article/details/77911126

6.tf.nn.in_top_k()

correct = tf.nn.in_top_k(logits, labels, 1)#返回True或者 false

logits的前1个最大的数的索引是否与labels相符

参考网页：https://blog.csdn.net/Enchanted_ZhouH/article/details/77200592

7.argmax

tf.argmax(a,n)

若n=0，找到各列的最大值索引；若n=1，找到各行的最大值索引。例如：

a=[[2,3],[7,6]]
b=sess.run(tf.argmax(a,0))#输出[1,1]
b=sess.run(tf.argmax(a,1))#输出[1,0]

8.eval

可视为run的意思，下面两句是同样的效果：

print(accuracy.eval({x: mnist.test.images, y_: mnist.test.labels}))

print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels}))
参考网页：http://blog.sina.com.cn/s/blog_155d29f010102wqj6.html

9.argparse

argparse是一个命令解析器，使python能够直接从命令行读取参数

参考网页：https://blog.csdn.net/a1964543590/article/details/69791760

http://www.cnblogs.com/arkenstone/p/6250782.html