- 输出层采用softmax
- 在识别手写数字的模型中，预测y只有两个结果，所以输出层采用sigmoid激活函数且只有一个神经元。
- 若预测y有10个结果（0-9），该模型的前向传播计算方式与识别数字的模型完全相同，即隐藏层的设定完全相同，那么输出层可以采用softmax激活函数，也叫该神经网络模型有一个softmax输出层
- softmax激活函数与sigmoid激活函数的区别：对于sigmoid，a₁是只关于z₁的函数；对于softmax，a₁是关于z₁…z₁₀所有z的函数（每一个激活值a都取决于所有z的值）
- 用tensorflow实现softmax
- 与之前类似，有三个步骤来这指定和训练模型：第一步，指定模型结构并设定单元数和激活函数。第二步，指定损失函数和成本函数，在tensorflow中，称softmax激活函数的损失函数为SparseCategoricalCrossentropy函数。第三步，训练模型
