#coding=utf-8
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
w1 = tf.Variable(tf.random_normal([2,3],stddev=1, seed=1))
w2 = tf.Variable(tf.random_normal([3,1],stddev=1, seed=1))
x = tf.constant([[0.7,0.9]])
a = tf.matmul(x, w1)
y = tf.matmul(a, w2)
sess = tf.Session()
sess.run(w1.initializer)
sess.run(w2.initializer)
print(sess.run(w1))
print(sess.run(w2))
print(sess.run(y))
sess.close()
#随机生成函数
#tf.random_normal 正态分布 平均值、标准差、取值类型
#tf.truncated_normal 正态分布 值偏离平均值两个标准差时这个值重新随机 平均值、标准差、取值类型
#tf.random_uniform 均匀分布 最小、最大取值,取值类型
#tf.random_gamma Gamma分布 形状参数alpha、尺度参数beta、取值类型
#常数初始化变量
#tf.zeros([2,3],int32)#产生全0数组(分别对应行列数)[[0,0,0],[0,0,0]]#tf.zeros([3])#[0,0,0]
#tf.ones([2,3],int32)#产生全1的数组[[1,1,1],[1,1,1]]
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
w1 = tf.Variable(tf.random_normal([2,3],stddev=1, seed=1))
w2 = tf.Variable(tf.random_normal([3,1],stddev=1, seed=1))
x = tf.constant([[0.7,0.9]])
a = tf.matmul(x, w1)
y = tf.matmul(a, w2)
sess = tf.Session()
sess.run(w1.initializer)
sess.run(w2.initializer)
print(sess.run(w1))
print(sess.run(w2))
print(sess.run(y))
sess.close()
#随机生成函数
#tf.random_normal 正态分布 平均值、标准差、取值类型
#tf.truncated_normal 正态分布 值偏离平均值两个标准差时这个值重新随机 平均值、标准差、取值类型
#tf.random_uniform 均匀分布 最小、最大取值,取值类型
#tf.random_gamma Gamma分布 形状参数alpha、尺度参数beta、取值类型
#常数初始化变量
#tf.zeros([2,3],int32)#产生全0数组(分别对应行列数)[[0,0,0],[0,0,0]]#tf.zeros([3])#[0,0,0]
#tf.ones([2,3],int32)#产生全1的数组[[1,1,1],[1,1,1]]