tensorflow+图像分类使用的一些错误

一部分转自：http://blog.csdn.net/zbzb1000/article/details/65626297

http://blog.csdn.net/eric2016_lv/article/details/77449434

nan表示的是无穷或者是非数值，比如说你在tensorflow中使用一个数除以0，那么得到的结果就是nan。

在一个matrix中，如果其中的值都为nan很有可能是因为采用的cost function不合理导致的。

说的很对

使用onehot的直接原因是现在多分类cnn网络的输出通常是softmax层，而它的输出是一个概率分布，从而要求输入的标签也以概率分布的形式出现，进而算交叉熵之类。