Tensorflow学习实战之全连接层和模型保存读取

全连接层构建

构建了一个三层的神经网络，会发现重复工作太多，隐藏层的构建很相似，所以建立一个连接层，来代替重复的构建

#全连接层
def fac_layer(inputs,#输入数据
              input_dim,#输入神经元数量
              output_dim,#输出神经元数量
              activation=None):#是否激活
    #截断正态分布随机取值
    w=tf.Variable(tf.truncated_normal([input_dim,output_dim],stddev=0.1))
    b=tf.Variable(tf.zeros([output_dim]))
    #叉乘加偏置
    x_w_b=tf.matmul(inputs,w)+b
    if activation is None:
        outputs=x_w_b
    else:
        outputs=activation(x_w_b