第一步：我们首先导入mnist的数据包：
由于read.data.sets直接导入存在问题，所以这里我们先将数据包下载下来保存在MNIST_data中，之后直接读取。
第二步：我们采用有两个隐藏层的模型结构：
最终要得到10个类别的概率.
第三步：进行前向传播：
由于这个模型比较简单，这里就直接采用sigmoid**函数。
第四步：反向传播：
这里使用softmax损失函数，学习率设置为0.001.
第四步：模型训练：
我们迭代20次，批处理为100.
第五步：展示：
从图中可以看到损失函数值从33下降到15，最终正确率达到0.95。
相关文章：