Loss function的收敛情况如下：

得到的权重W是一个 785x10 的矩阵，其中10表示有10个不同的类别。

单独拿出其中某一行矩阵，拿掉最后一列bias，是一个784维的向量\(w_c\)，即是对应于该行数字的预测权重。

这个权重在机器视觉上有何种意义呢？

下面变一个小魔术，如果你还记得我们的MNIST数据中的单个训练数据\(x_i\)，是将一张28x28的数字图片，转换成一个784维的向量得到的。于是我们这里反过来把784维的\(w_c\)转换成28x28的图片，得到了以下的10张图片：

分别对应0～9这10个数字，从中依稀可以辨别出来。所以，这里分类字符的原理，其实可以看作是模板匹配（template matching），训练过程是为了从训练集中综合出最合适的数字模板。