在MNIST中，两种方法将x（浮点张量）限制在0~1的范围内

这里介绍两种常用的方法

def load_data():
#加载MNIST数据集
    (x,y),(x_val,y_val)=datasets.minst.load_data()
    #转换为浮点张量,并缩放到-1~1
    x = tf.convert_to_tensor(x,dtype=tf.float32)/255.
    #转换为整形张量
    y = tf.convert_to_tensor(y,dtype=tf.int32)
    #one_hot编码
    y = tf.one_hot(y,depth=10)

方法2：

def preprocess(x,y):
    x = tf.cast(x,dtype=tf.float32)/255.
    y = tf.cast(y.dtype=tf.int32)
    return x,y