reference：https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/3-2-create-NN/
这篇文章主要讲怎样建造一个完整的神经网络，包括添加神经层，计算误差，训练步骤
定义一个添加层神经层函数
我们知道一个神经网络可能包含很多个隐藏层，所以如果我们定义一个添加层函数，在后面如果需要增加神经层就只需要调用我们定义的添加层函数就可以了。神经层里常见的参数通常有：weights，biases和激励函数
首先导入tensorflow模块和numpy，然后定义添加神经层函数def add_layer(),这里有四个参数，输入值，输入值的大小，输出值的大小，激励函数，这里可以设定激励函数默认为None。
复制代码
1
2
3
import tensorflow as tf
def add_layer(inputs, in_size, out_size, activation_function=None):接下来我们开始定义weights和biases，这两个都需要我们生成初始参数，而后经过训练来调整参数。这里的weights定义为一个in_size行，out_size列的随机变量(normal distribution)矩阵。
复制代码
1
Weights = tf.Variable(tf.random_uniform([in_size, out_size]))在机器学习中，biases的推荐值不为0，所以我们在0向量的基础上加0.1
最后
以上就是阳光衬衫最近收集整理的关于用tensorflow建造一个简单的神经网络定义一个添加层神经层函数的全部内容，更多相关用tensorflow建造一个简单内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复