MNIST机器学习的原理:
通过一次次的 输入某张图片的像素值(用784维向量表示)以及这张图片对应的数字(用10维向量表示比如数字1用[0,1,0,0,0,0,0,0,0,0]表示),来优化10*784个W和10个b参数(通过交叉熵评估建立的模型)。
MNIST机器学习的原理:
通过一次次的 输入某张图片的像素值(用784维向量表示)以及这张图片对应的数字(用10维向量表示比如数字1用[0,1,0,0,0,0,0,0,0,0]表示),来优化10*784个W和10个b参数(通过交叉熵评估建立的模型)。