Softmax回归模型
1.逻辑回归与Softmax回归，结果值的计算比较
2.逻辑回归与Softmax回归，代价函数（cost funciont）的比较
损失函数
3.神经网络中Softmax的输出
Softmax和其他函数的区别是它能够一次性算出a_1到a_10的所有概率，而其他函数一次只能算一个a_j
3.数字的舍入错误
通过使用下面的表达式来表示损失函数，它为TensorFlow提供了更多的灵活性，如何计算这个以及它是否要显式地计算a.
这里给出了可以用于此操作的代码，它的作用就是：设置输出层，只使用线性激活函数，把激活函数
更加精确
线性回归
逻辑回归
总结：把本在模型中的softmax激活函数放到cost函数中
目的：展开运算，让计算机自行优化，提高精度
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。