前向神经网络小试身手

三层全连接神经网络：输入层（2个节点）、隐藏层（3个节点）、输出层（1个节点）

x为输入，w1第一层节点的参数，w2第二层节点的参数，y为输出

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()
with sess.as_default():
    sess.run(w1.initializer)
    sess.run(w2.initializer)
    print(sess.run(y))

程序的第一步定义了Tensorflow计算图中所有的计算，但是被定义的计算并不运行。

第二步声明一个会话，并通过会话计算结果。

虽然定义变量时给出了初始化方法，但并没有运行，所以在计算y时需要运行w1.initializer，w2.initializer给变量赋值。也有一种快捷方式可以一次性实现所有变量的初始化，函数tf.global_variables_initializer()，因此程序第二步with语句中的代码可以改为：

with sess.as_default():
    init_op = tf.global_variables_initializer()
    sess.run(init_op)
    print(sess.run(y))