如何使用TensorFlow创建一个神经网络模型

53 阅读 0 评论 35 点赞

我是靠谱客的博主聪慧钥匙，最近开发中收集的这篇文章主要介绍如何使用TensorFlow创建一个神经网络模型，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

我写的这个是用python语言，TensorFlow深度学习框架建立的神经网络模型，当然第一步就是导入TensorFlow了

import tensorflow as tf

相信这个大家一定都会，接下来再倒入一些神经网络计算用到的计算库，绘图用到的绘画。

import numpy as np
import matplotlib.pyplot as plt

接下来我们定义层函数

def add_layer(inputs, in_size, out_size, activation_function=None):
    Weights = tf.Variable(tf.random_normal([in_size, out_size]))
    biases = tf.Variable(tf.zeros([1, out_size]) + 0.1)
    Wx_plus_b = tf.matmul(inputs, Weights) + biases
    if activation_function is None:
        outputs = Wx_plus_b
    else:
        outputs = activation_function(Wx_plus_b)
    return outputs

定义好层之后，我们好像还没有数据，那我们就自己编一点数据，在其中加一点噪声因素，也就是，数据不是完美的符合一定的关系，而是在某一关系附近，我们到时候就看这个神经网络能不能学习到这一我们事先规定好的规律。