STM32运行深度学习指南基础篇(2)(STM32CubeMX.AI+Tensorflow)
由于实现的是简单的逻辑运算 ( A ∩ B ) ∪ ( C ∩ D ) (A\cap B)\cup (C\cap D) (A∩B)∪(C∩D),因此使用最简单的一个带有两层全连接层的网络,结构图如下:
X1,X2,X3,X4分别代表A,B,C,D,隐藏层1和隐藏层2均采用Sigmoid激活函数。实现代码如下:
import csv
import numpy as np
import tensorflow as tf
import os
# 采用2号GPU,单GPU可注释
os.environ["CUDA_VISIBLE_DEVICES"] = "2"
# 声明输入输出变量
x_d = np.zeros((80, 4), dtype='float32')
y_d = np.zeros((80, 1), dtype='float32')
# 导入训练集
f = csv.reader(open('dataset/train_data.csv', 'r'))
for i in f:
x_d[int(i[0])][0] = float(i[1])
x_d[int