事先准备：在tensorflow官方文档网页上下载input_data.py，下载不了的话去网上查找，input_data.py用于下载和提取mnist数据
一、代码及注释
#下载mnist数据到当前路径下的MNIST_data文件夹中，同时进行提取
import input_data
mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
import tensorflow as tf
x = tf.placeholder("float", [None, 784])
W = tf.Variable(tf.zeros([784,10]))
b = tf.Variable(tf.zeros([10]))
y = tf.nn.softmax(tf.matmul(x,W) + b)
y_ = tf.placeholder("float", [None,10])
cross_entropy = -tf.reduce_sum(y_*tf.log(y))
train_step = tf.train.GradientDescentOptimizer(0.01).minimize(cross_entropy)
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
for i in range(1000):
batch_xs, batch_ys = mnist.train.next_batch(100)
sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys})
correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
print sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels})
二、报错及解决
错误1：No module named input_data
即没找到input_data.py，不能正常导入，有关python import的问题可详见上一份文档
解决方法：
（1）将下载的input_data.py和你代码文件（yourcode.py）放在同一路径下
（2）Tensorflow的安装目录下(/tensorflow/examples/tutorials/mnist)有该文件input_data.py,
于是可直接import，如下
from tensorflow.examples.tutorials.mnist import input_data
错误2：TypeError: only integer scalar arrays can be converted to a scalar index
解决方法：
可参考stackoverflow网站下的回答：
stackoverflow.com/questions/4…
如图，大意为导致该错误的原因是由于最新版的Numpy做了一些改动。根据图中方法，将下载到的input_data.py文件进行修改：在_read32函数定义最后增加[0]
