Tensorflow 第一个例子

然后执行如下命令

可能的输出如下：

恭喜，说明第一个例子运行成功了。

接下来解释一下这个例子做了什么事。

这两句用于下载数据（很不幸一般很难下载下来），并将数据读入内存。数据读入内存后会分为三部分，训练集(mnist.train，包含55000个样例)，测试集(mnist.test，包含10000个样例)，校验集(mnist.validation，包含5000个样例)。每一个样例可以看成一个”点“，每个点包含一张图（手写数字的照片，可记为x）和一个标记（一个数字，表示这个手写的数字是几，可记为y）。每张图都是28x28=784像素大小的，如果把每个像素点记为一个浮点数，则每个点包含784个x（因为图片是黑白的，所以用一个浮点数表示灰度即可）和一个0-9的整数y。

在此例中，采用了单层10个神经元的神经网络，每个神经元对应0-9中的一个数，每个神经元最终的输出相当于该图片为这个数字的概率。Tensorflow在python环境中获取所有的神经网络模型信息之后，利用底层的库（通过NumPy库进行转换）来进行高效地计算（比如大量的矩阵乘法）。

这两句中第一句引入了tensorflow库，第二句则定义了输入变量，因为要在获得整个网络信息之后才进行计算，所以此处的网络输入是未知的，因此只是定义了一个占位符变量，表示输入量是2维浮点数，其中第一维可能是任意长度（第一维是None，代表任意长度），第二维长度为784，代表一张图上所有的像素点。

接下来两句定义了变量，表示在计算中可以改变但一直存在的参数，并规定其初值均为0。由于神经网络计算就是要求出权重W和偏置b，因此这些变量可以取任意初始值。