前向传播:搭建模型,实现推理(以全连接网络为例)
例如:生产一批零件讲体积x1,和重量x2为特征输入NN,通过NN后输入一个数值。
神经网络图
变量初始化,计算图节点运算都要用会话(with结构)实现
with tf.Session() as sess:
sess.run()
变量初始化:在sess.run函数中用tf.global_variables_initializer()
init_op=tf.global_variables_initializer()
sess.run(init_op)
计算图节点运算:在sess.run函数中写入带运算的节点
sess.run(y)
用tf.placeholder占位,在sess.run函数找那个用feed_dict喂数据
喂一组数据:
x=tf.placeholder(tf.float32,shape=(1,2))
sess.run(y,feed_dict={x:[[0.5,0.6]]})
喂多组数据:
x=tf.palceholder(tf.float32,shape=(None,2)