一、简单的一层神经网络
import tensorflow as tf
#下载MNIST数据集(28*28,输入维度为784)
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets('MNIST_data', one_hot=True)
#构建简单的一层神经网络,包括常见参数weights、biases和activation_function
#首先定义添加神经层的函数def add_layer(),它有四个参数:输入值、输入的大小、输出的大小和激励函数
def add_layer(inputs,in_size,out_size,activation_function = None):
#定义weights和biases,weight为随机变量(variable)
Weights = tf.Variable(tf.random_normal([in_size,out_size]))#矩阵大小为in_size*out_size
biases = tf.Variable(tf.zeros([1,out_size])+0.1)#biases不为0,加上任意一个小数值
#定义Wx_plus_b, 即神经网络未激活的值
Wx_plus_b = tf.matmul(inputs,Weights) + biases
if activation_function is None: