feed，fetch：可以為任意的操作(arbitrary operation)賦值或從中獲取資料，相當於鏟子
通過呼叫tf.device()方法來決定機器的那些cpu或者gpu參與計算。如： with tf.device("/gpu:1"): 表示呼叫機器的第二個gpu參與計算。
softmax regression（「hello，world！」）
2）用softmax作為啟用函式
softmax：max（a,b）是指a和b取最大值，但有時候希望較小的數也有一定概率被取到，因此按照兩個值的大小，計算出概率，按照這個概率來取a或者b，比如a=9，b=1，則取a的概率為90%，b的概率為10%。相較max（a,b）的方式柔和一些，因此叫softmax【個人理解】
3）用交叉熵作為損失函式
4）用梯度下降作為優化方式
**實現
建立神經網路，設定損失函式，設定梯度下降的優化引數
初始化變數，設定好準確度的計算方法，在session中執行
階段性學習總結
我記得剛開學第一節課的時候，婁老師曾說過學期末會給排名靠前的同學發放小黃衫，沒想到這個獎勵來得這麼突然 手動開心 能夠成為第一批獲得小黃衫的人是對我這一學期以來的努力的肯定，但同時也讓我感到了幾分壓力，使我不太敢懈怠，而這種壓力也將支援我繼續前行。在這裡，我得先感謝一下進入大學以來第乙個讓我感到耳目...
階段性學習心得
本文是在2016年c 程式設計學習結束之後所作。首先，在這裡我衷心的感謝賀利堅老師，他真的特別特別用心的為我們這群it菜鳥鋪平起飛的跑道。但是也要說一聲對不起，因為這個學期我辜負了老師，也對不起自己。因為在大學之前一直是一種被動型學習，沒有養成主動學習的好習慣，所以賀老師的這種翻轉課堂讓我感到挺不適...
階段性總結
今天聽學長交流了一些人生的經驗，便有了一些感觸，加上對自己最近的學習狀態的總結，就寫一篇部落格給自己一點指示。最近渾渾噩噩的，有幾次考試也沒考好，考後也沒總結。晚自習本想刷一些題，複習一下，或是學習一點技術。看見其他同學在打擺，便動搖了。最後心中也只是徒留深深的罪惡感。所以我也是時候對自己的未來進行...