官方文档第三篇。Deep MNIST for Experts
这篇的前半部分和上一篇一样，用单一线性层构建了一个softmax回归模型，其预测准确度是92%。重点是后半部分，用多层卷积神经网络构建了一个softmax回归模型（或者说多层卷积神经网络+softmax回归），其准确度可以达到99.2%。
整个网络的结构是：第一层卷积 + 第一层池化 + 第二层卷积 + 第二层池化 + 全连接层 + Dropout层 + softmax回归。
Never Settle
TensorFLow学习笔记（二）
官方文档第二篇。MNIST for ML Beginners
先介绍MNIST，还有softmax regression（softmax回归），然后利用tensorflow构建一个模型。
1. MNIST
MNIST对于机器学习就相当于Hello World对于一门编程语言。
MNIST是一个简单的计算机视觉数据集。有好多手写数字图片，并有相应的label标记，说明这张图片是数字几（0~9）。
一个简单的任务就是，训练一个模型，然后给它一张图片，它会预测出这张图片是数字几。（是一个分类Classification问题，多分类）
TensorFlow学习笔记（一）
按照官网的介绍、教程学习。整理、记录知识点。
这一篇是最开始的一篇。Getting Started With TensorFlow
现在的TesorFlow的API可以分为两个，一个低级一点的，称为TensorFlow Core，更适合研究人员使用，对所构建的模型有更深层的控制；另一个高级一点的，使用更简单，但还在开发中。学会了更底层的东西，更简答的用法可以很快掌握。这里只记录TensorFlow Core中的知识点。
这篇文章其实可以分为两部分。一部分介绍TensorFlow中的一些名词、类、方法等等。另一部分介绍了一个简单的机器学习模型——线性回归。