Tensorflow 简单的训练理解

公式：f = Wx + b

得分 = 权重 * 特征变量 + 偏值

图像分类为例：
每个像素的RGBA为变量，
每个变量对分类结果的影响程度不同，所以需要乘以对应权重
最后加上偏差值来进行微调（每个分类的偏值不相同）
输入图片的RGBA是不变的，所以训练的本质是改变权重W，让W更加的符合预期