神经网络实现4位加法器上海大学智能计算系统

 《智能计算系统》书2.11作业

题目：设计一个多层感知器实现4位加法器的功能，即两个4比特输入得到一个4比特输出和一个1比特进位。请自行构造训练集和测试集，完成训练及测试。

        我使用的是TensorFlow 2，需要关闭Eager Execution 实现TensorFlow 1.x 版本中的静态图形编程模型。

# 导入 TensorFlow 库
import tensorflow as tf

# 关闭 Eager Execution 模式
tf.compat.v1.disable_eager_execution()

# 定义输入和输出

inputs = tf.compat.v1.placeholder(tf.float32, shape=[None, 8])
outputs = tf.compat.v1.placeholder(tf.float32, shape=[None, 5])

# 创建一个全连接层和输出层，定义损失函数，使用梯度下降优化损失函数。

# 创建一个全连接层
hidden_layer = tf.keras.layers.Dense(8, activation='relu')(inputs)

# 创建一个输出层
#predictions = tf.keras.layers.Dense(4, activation='sigmoid')(hidden_layer)
predictions = tf.keras.layers.Dense(5, activation='sigmoid')(hidden_layer)
#