={:.4f}, 测试精度={:.2f}".format(i, train_loss, test_accuracy))
第 0 步的 训练损失=0.0216, 测试精度=0.94
第 100 步的 训练损失...=0.0251, 测试精度=0.94
第 200 步的 训练损失=0.1048, 测试精度=0.94
第 300 步的 训练损失=0.1411, 测试精度=0.94
第 400 步的 训练损失=0.0009..., 测试精度=0.94
第 500 步的 训练损失=0.0154, 测试精度=0.94
第 600 步的 训练损失=0.0005, 测试精度=0.95
第 700 步的 训练损失=0.0208, 测试精度...=0.95
第 800 步的 训练损失=0.0017, 测试精度=0.95
第 900 步的 训练损失=0.0006, 测试精度=0.95
测试:打印20个预测值和真实值的对
python
test_output...={:.4f}, 测试精度={:.2f}".format(i, train_loss, test_accuracy))
# 测试:打印 20 个预测值 和 真实值
test_output = sess.run