定义一个添加层函数

import tensorflow.compat.v1 as tfc
import tensorflow as tf

# 定义一个添加神经层的函数
# None说明激励函数是线性的
def add_layer(inputs, in_size, out_size, activation_function=None):
    # 随机变量的一个矩阵
    Weights = tf.Variable(tf.random.normal([in_size, out_size]))
    # 加0.1是因为在神经网络中biases不为0
    biases = tf.Variable(tf.zeros([1, out_size]) + 0.1)
    # 没有被激活的值
    Wx_plus_b = tf.matmul(inputs, Weights) + biases  # y = W*x + b
    # 开始激活
    if activation_function is None:  # 线性关系
        outputs = Wx_plus_b
    else:  # 非线性关系
        outputs = activation_function(Wx_plus_b)
    return outputs