单隐层前馈神经网络tensorflow实现

# -*- coding: utf-8 -*-
import tensorflow as tf

# 模拟一个 M-P 神经元
class neuron(object):
    def __init__(self, weight, threshold):
        self.weight = weight  # weight为本神经元的权重，tf.constant
        self.threshold = threshold  # threshold 是这个神经元的阈值，tf.constant

    # 计算函数
    def computes(self, input_value):  # input_value 是输入值， 类型为一维的tf.constant
        sess = tf.Session()
        ans = sess.run(
            tf.nn.relu(tf.to_float(sess.run(tf.reduce_sum(tf.multiply(input_value, self.weight)) - self.threshold))))
        sess.close()
        return ans

# 模拟神经网络中的一层
class Dense(object):
    # weights 为本层中每个神经元的权重，元素类型为一维的tf.constant，weights的类型是python的列表
    # thresholds 为本层中每个神经元的权重，元素类型为零维的tf.constant，thresholds的类型是python的列表
    def __init__(self, weights, thresholds):
        self.weights = weights
        self.thresholds = thresholds

    # input_value 是输入值， 类型为一维的tf.constant
    # 返回值应为一个 1 维， 长度为n的Tensor， n是本层中神经元的数量
    def computes(self, input_value):
        ans = []
        l = len(self.weights)
        i = 0
        while i < l:
            mp = neuron(self.weights[i], self.thresholds[i])
            mp_out = mp.computes(input_value)
            ans.append(mp_out)
            i += 1
        return tf.constant(ans)

# 模拟一个简单的神经网络
'''
input_value是这个神经网络的输入，类型为一维的tf.constant
wegihtsOfMiddle 是这个神经网络中间层每个神经元的权重， 元素类型为一维的tf.constant，wegihtsOfMiddle的类型是python的列表
thresholdsOfMiddle 是这个神经网络中间层每个神经元的阈值， 元素类型为零维的tf.constant，thresholdsOfMiddle的类型是python的列表
wegihtsOfOut 是这个神经网络输出层每个神经元的权重， 元素类型为一维的tf.constant，wegihtsOfOut 的类型是python的列表
thresholdsOfOut 是这个神经网络输出层每个神经元的阈值， 元素类型为零维的tf.constant，thresholdsOfOut 的类型是python的列表
返回值是一个一维浮点数组 （注意不是Tensor），数组的长度为输出层神经元的数量
'''
def NetWork(input_value, wegihtsOfMiddle, thresholdsOfMiddle, weightsOfOut, thresholdsOfOut):
    hidden = Dense(wegihtsOfMiddle, thresholdsOfMiddle)
    hidden_out = hidden.computes(input_value)
    outter = Dense(weightsOfOut, thresholdsOfOut)
    with tf.Session() as sess:
        result = sess.run(outter.computes(hidden_out))
    return result