将训练一个机器学习模型用于预测图片里面的数字.
数据集被分成两部分：60000行的训练数据集（mnist.train）和10000行的测试数据集（mnist.test）
把这些图片设为“xs”，把这些标签设为“ys”
训练数据集的图片是 mnist.train.images ，训练数据集的标签是 mnist.train.labels
可以得到输入图片 x ，[784]的向量，它代表的是数字 i 的证据可以表示:
softmax函数可以看成是激励函数(activation)，把线性函数输出转换成想要的格式:关于10个数字的概率分布。
结合上面的evidence可以知道，evidence越大，正则化后的结果更大，就是权重更大。
进一步写成: