TensorFlow入门教程（五）：MNIST手写数字识别加强版

一、  代价函数 上一节中，我们采用的代价函数为： loss = tf.reduce_mean(tf.square(y - prediction)) # 求预测平均误差 如果，将代价函数改为交叉熵代价函数，其训练速度，精度，将更快。（详情百度数学原理） loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y,

>>阅读原文<<