3.2前向传播

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)