Tensorflow学习-day4

实现一个通过集合就算一个4层全连神经网络带L2正则化损失函数：

import numpy as np
train_steps = 30000
data = []
label = []
#创建训练数据，data是feature，label是标签
for i in range(200):
    #uniform(low=0.0, high=1.0, size=None)
    #np.random.uniform函数 从一个均匀分布[low,high)中随机采样，注意定义域是左闭右开，即包含low，不包含high.
    #没有size的话默认为1个并且类型是float，不为1的话是一个ndarray
    x1 = np.random.uniform(-1,1)
    x2 = np.random.uniform(0,2)

    #确定类别，在圆内则为0，圆外则为1
    if x1**2 + x2**2<=1:
        data.append([np.random.normal(x1,0.1),np.random.normal(x2,0.1)])
        label.append(0)
    else:
        data.append([np.random.normal(x1