Tensorflow学习笔记——基本结构

tensorflow构建神经网络的基本框架

1：导入模块，生成数据 

import  常量定义 生成数据集

2：前向传播 定义输入，输出

x =      y_= 

W1 =     W2 =  

a =       y =  

3：反向传播：定义合适的损失函数，采取合适的反响传播方法

loss =

 

train_step = 

 

4：生成绘画，训练step轮

with tf.session() as sess
Init_op=tf. global_variables_init ializer()
sess_run(init_op)
STEPS=3000
for i in range(STEPS):
start=
end=
sess.run(train_step, feed_dict:

在tensorflow中用with结构完成训练