使用逻辑回归进行MNIST字符分类识别代码

“““
This tutorial introduces logistic regression using Theano and stochastic
gradient descent.

Logistic regression is a probabilistic linear classifier. It is parametrized
by a weight matrix :math:‘W‘ and a bias vector :math:‘b‘. Classification is
done by projecting data points onto a set of hyperplanes the distance to
which is used to determine a class membership probability.

Mathematically this can be written as:

.. math::
  P（Y=i|x Wb） &= softmax_i（W x + b） \\
                &= \frac {e^{W_i x + b_i}} {\sum_j e^{W_j x + b_j}}


The output of the model or prediction is then done by taking the argmax of
the vector whose i‘th element is P（Y=i|x）.

.. math::

  y_{pred} = argmax_i P（Y=i|xWb）


This tutorial presents a stochastic gradient descent optimization method
suitable for l