Tensorflow之nn 简单神经网络学习

最近在深入研究深度学习，关于机器学习的基本知识就略过不说了，在深度学习里面，一些概念性的东西还是很好理解的，重点是如何利用已有的知识去构建一个合适解决实际问题的模型，然后用各种小trick去把参数调优。
试水阶段，为了训一个简单的二分类问题，搭了一个两层的神经网络

这里是不加bias的简单模型

def init_weight(shape):
    return tf.Variable(tf.random_normal(shape, stddev=0.01))

def model(X, w_h, w_o):
    h = tf.nn.sigmoid(tf.matmul(X, w_h))
    return tf.matmul(h, w_o)

注意tensorflow的结构是先构图（模型）再训练，所以需要先将图中的变量和结点声明清楚：