TensorFlow入門教程（五）：MNIST手寫數字識別加強版

一、  代價函數 上一節中，我們採用的代價函數爲： loss = tf.reduce_mean(tf.square(y - prediction)) # 求預測平均誤差 如果，將代價函數改爲交叉熵代價函數，其訓練速度，精度，將更快。（詳情百度數學原理） loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y,

>>阅读原文<<