tensorflow 官方示例

1、手写图像识别（分类） x图像[none,780]，w权重[780,10] 输入图像矩阵–采用softmax（多项式逻辑）回归模型–通过交叉熵计算损失

2、卷积神经网络 输入图像–卷积conv2d(x, W)（突出特征）-池化max_pool_2x2(x)（减少特征数量）

3、手写图像的前馈神经网络流程 输入图像–隐藏层1 nn.relu(w,b)–隐藏层2 nn.relu(n1,b)–softmax回归分类–loss 交叉熵

4、由花片和花瓣的长宽预测花种（分类） 直接利用tf.contrib.learn.DNNClassifier模型实现分类

5、房屋价格（回归） tf.contrib.learn.DNNRegressor