TensorFlow北大公开课学习笔记-3.2前向传播

一，

import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'

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

# 定义输入和参数
x=tf.constant([[0.7,0.5]])
w1=tf.Variable(tf.random_normal([2,3],stddev=1,seed=1))
w2=tf.Variable(tf.random_normal([3,1],stddev=1,seed=1))

# 定义前向传播过程
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 in tf 3_3 is:\n",sess.run(y))

二，

import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'

# 两层简单的神经网络（全连接）
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))
w1=tf.Variable(tf.random_normal([2,3],stddev=1,seed=1))
w2=tf.Variable(tf.random_normal([3,1],stddev=1,seed=1))

# 定义前向传播过程
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 in tf 3_3 2 is:\n",sess.run(y,feed_dict={x:[[0.7,0.5]]}))

三，

import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'

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

# 定义输入和参数
# 用placeholder实现输入定义（sess.run中喂多组数据）
x=tf.placeholder(tf.float32,shape=(None,2))
w1=tf.Variable(tf.random_normal([2,3],stddev=1,seed=1))
w2=tf.Variable(tf.random_normal([3,1],stddev=1,seed=1))

# 定义前向传播过程
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 in tf 3_3 3 is:\n",sess.run(y,feed_dict={x:[[0.7,0.5],[0.2,0.3],[0.3,0.4],[0.4,0.5]]}))
    print("w1:\n",sess.run(w1))
    print("w2:\n",sess.run(w2))