第二课：创建三层神经网络解决非线性问题

注意事项：

输入值与真实值都是numpy类型的数据

而网络中的Weights和biases都是tensor object类型的数据 

import tensorflow as tf
import numpy as np

#定义如何添加一个神经网络层，输入层1个（因为输入数据只有一维），隐藏层10个，输出层1个
'''inputs:输入数据
    in_size:输入数据的维度
    out_size:输出数据的维度
    activation_function：激活函数'''
def add_layer(inputs,in_size,out_size,activation_function=None):
    Weights=tf.Variable(tf.random_normal([in_size,out_size]))#定义权重向量的行列
    #Error 1：开始把out_size写成了in_size
    biases=tf.Variable(tf.zeros([1,out_size])+0.10)#初始化权重向量
    Wx_plus_b=tf.matmul(inputs,Weights)+biases
    if activation_function is None:#将传入的参数赋值给activation_function变量
        outputs=Wx_plus_b
    else:
        outputs=activation_function(Wx_plus_b)
    return outputs

#定义数据形式
x_data=np.linspace(-1,1,300)[:,np.newaxis]#???
noise=np.random.normal(0,0.05,x_data.shape)
y_data=0.3*np.square(x_data)-0.5&#