简单的全连接神经网络(tensorflow实现)

简单的全连接神经网络,网络结构为2-2-1

代码如下:

  1.  #encoding='utf-8'  
  2.   
  3. """ 
  4.         created on 2018-08-10 
  5.         @author wt 
  6. """  
  7.   
  8. import tensorflow as tf  
  9. import numpy as np  
  10.   
  11. learning_rate = 0.01  
  12. n_input = 2  
  13. n_label = 1  
  14. n_hidden = 2  
  15.   
  16. x = tf.placeholder(tf.float32,[None,n_input])  
  17. y = tf.placeholder(tf.float32,[None,n_label])  
  18.   
  19. weights = {  
  20.     'h1':tf.Variable(tf.truncated_normal([n_input,n_hidden],stddev=0.1)),  
  21.     'h2':tf.Variable(tf.truncated_normal([n_hidden,n_label],stddev=0.1))  
  22. }  
  23. biases = {  
  24.     'h1':tf.Variable(tf.zeros([n_hidden])),  
  25.     'h2':tf.Variable(tf.zeros([n_label]))  
  26. }  
  27.   
  28. layer1 = tf.nn.relu(tf.add(tf.matmul(x,weights['h1']),biases['h1']))  
  29. y_pred = tf.nn.tanh(tf.add(tf.matmul(layer1,weights['h2']),biases['h2']))  
  30.   
  31. loss = tf.reduce_mean((y-y_pred)**2)  
  32. train_step = tf.train.AdamOptimizer(learning_rate).minimize(loss)  
  33.   
  34. x1 = [[0,0],[0,1],[1,0],[1,1]]  
  35. y1 = [[0],[1],[1],[0]]  
  36. x1 = np.array(x1).astype('float32')  
  37. y1 = np.array(y1).astype('int16')  
  38.   
  39.   
  40. with tf.Session() as sess:  
  41.     sess.run(tf.global_variables_initializer())  
  42.     for i in range(1000):  
  43.         sess.run(train_step,feed_dict={x:x1,y:y1})  
  44.   
  45.     print(sess.run(y_pred,feed_dict={x:x1}))  
  46.     print(sess.run(layer1,feed_dict={x:x1}))  
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值