搭建一个简单的神经网络（向前传播）

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_38669138/article/details/79823512

代码实现1：

#两层简单神经网络（全连接）
import tensorflow as tf

#定义输入和参数
x=tf.constant([[0.7,0.5]])#一组X，表示体积和重量
w1=tf.Variable(tf.random_normal([2,3],stddev=1,seed=1))#两行三列的正态分布随机数组成的矩阵
w2=tf.Variable(tf.random_normal([3,1],stddev=1,seed=1))

#定义向前传播过程
a=tf.matmul(x,w1)
y=tf.matmul(a,w2)

#用会话计算结果
with tf.Session() as sess:
         init_op=tf.global_variables_initializer()
         sess.run(init_op)
         print("y is :",sess.run(y))

输出结果：

 RESTART: C:/Users/lenovo/AppData/Local/Programs/Python/Python36/simplenn.py 

y is : [[3.0904665]]

代码实现2：

#两层简单神经网络
import tensorflow as tf

#定义输入和参数
#用placeholder实现输入定义（sess.run中喂一组数据）
x=tf.placeholder(tf.float32,shape=(1,2))#一组X，表示体积和重量
w1=tf.Variable(tf.random_normal([2,3],stddev=1,seed=1))#两行三列的正态分布随机数组成的矩阵
w2=tf.Variable(tf.random_normal([3,1],stddev=1,seed=1))

#定义向前传播过程
a=tf.matmul(x,w1)
y=tf.matmul(a,w2)

#用会话计算结果
with tf.Session() as sess:
         init_op=tf.global_variables_initializer()
         sess.run(init_op)
         print("y is :",sess.run(y,feed_dict={x:[[0.7,0.5]]}))

输出结果：

扫描二维码关注公众号，回复： 3901311 查看本文章

RESTART: C:/Users/lenovo/AppData/Local/Programs/Python/Python36/simplenn2.py 

y is : [[3.0904665]]

代码实现3：

#两层简单神经网络（全连接）
import tensorflow as tf

#定义输入和参数
x=tf.placeholder(tf.float32,shape=(None,2))
w1=tf.Variable(tf.random_normal([2,3],stddev=1,seed=1))#两行三列的正态分布随机数组成的矩阵
w2=tf.Variable(tf.random_normal([3,1],stddev=1,seed=1))

#定义向前传播过程
a=tf.matmul(x,w1)
y=tf.matmul(a,w2)

#用会话计算结果
with tf.Session() as sess:
         init_op=tf.global_variables_initializer()
         sess.run(init_op)
         print("y is :",sess.run(y,feed_dict={x:[[0.7,0.5],[0.2,0.3],[0.3,0.4],[0.4,0.5]]}))

输出结果：

 RESTART: C:/Users/lenovo/AppData/Local/Programs/Python/Python36/simplenn3.py 
y is : [[3.0904665]
 [1.2236414]
 [1.7270732]
 [2.2305048]]