接續上偏TensorFlow初探 (上)
輔助閱讀: TensroFlow Go
tf.nn.softmax方法將每個class的logits轉換成概率。
Losses.SparseCategoricalCrossentropy 損耗(loss)採用logit向量和一個True index並為每個例子回傳標量損失。
loss等同於true class的負對數概率，假設模組確定這是個正確的class，loss將會是0。
這個未訓練的模組給出的機率接近是隨機值(每個class皆為1/10)，所以初始損失應接近於2.3
Model.fit方法調整模組參數來減少損失。
Model.evalute方法檢查模組的表現，通常使用驗證集或測試集。
在這個資料集上，圖片分類器目前訓練至準確度為98%左右。
假如想要模組回傳概率，可以包裝模組，並將softmax附加到模型上。
讓我們再看看下一個例子!
iThome鐵人賽
看影片追技術