炼丹技巧（一）——MNIST数据上的炼丹（TensorFlow）之Shuffle_batch的探索

0. 写作目的 好记性不如烂笔头。记录在学习过程中遇到的问题，以及对问题的思考和解决方法，为后来人提供一些经验。 1. 网络的重要性 虽然MNIST数据集相对比较简单，已经不能作为网络的评价标准，因为许多网络在MNIST数据上的精度都超过了99%，但是网络也不是随意选择的。刚开始随即设计了一个网络，用于测试MNIST数据集，收敛较慢，因此修改了网络的结构。 原始网络： 原始网络部分训练过程（由于训

>>阅读原文<<