sess=tf.Session()

sess.run()

cross_entropy = -tf.reduce_sum(y_*tf.log(y))

这个函数是判断真实值y_和预测值y的loss.即一个展示出系统数字识别能力有多糟的值

accuracy = tf.reduce_mean(tf.cast(cross_entropy ),"float")

这个准确度只是正确识别的数字的百分比，是在训练和测试集上计算出的。如果训练顺利，它便会上升。

init=tf.initialize_variables() 

在Tensorflow中变量是内存缓冲区中保存的张量（tensor）。它们必须被显示的初始化init.

sess.run(init)  执行初始化

with tf.device("/gpu:0"):

　　 v = tf.Variable(...)

将变量塞进GPU里

 tf.argmax()

一个非常有用的函数,它能给出某个tensor对象在某一维上的其数据最大值所在的索引值

tensorflow学习