TensorFlow基础（三）——反向传播

 

代码实现：

#coding:utf-8
#0、导入模块，生成模拟数据集
import tensorflow as tf
import numpy as np #python的科学计算模块

BATCH_SIZE = 8 #数值不能过大
seed = 23455

#基于seed产生随机数
rng = np.random.RandomState(seed)
#随机数返回32行2列的矩阵，表示32组 体积和重量 作为输入数据集
X = rng.rand(32,2)
#从X这个32行2列的矩阵中，取出一行，判断如果和小于1给Y赋值1，如果和不小于1，给Y赋0
#作为输入数据集的标签（正确答案）
Y = [[int(x0 + x1 < 1)] for (x0, x1) in X] #从X提取x0，x1,把体积重量之和小于1的认为合格，值为1赋给Y，否则给0
print "X:\n", X
print "Y:\n", Y

#1、定义神经网络的输入和参数和输出，定义前向传播过程
x = tf.placeholder(tf.float32, shape=(None,2)) #用placeholder定义输入，只知道有体积和重量两个特征ÿ