简单的全连接神经网络(tensorflow实现)

简单的全连接神经网络，网络结构为2-2-1

代码如下：

1.  #encoding='utf-8'  
2.   
3. """ 
4.         created on 2018-08-10 
5.         @author wt 
6. """  
7.   
8. import tensorflow as tf  
9. import numpy as np  
10.   
11. learning_rate = 0.01  
12. n_input = 2  
13. n_label = 1  
14. n_hidden = 2  
15.   
16. x = tf.placeholder(tf.float32,[None,n_input])  
17. y = tf.placeholder(tf.float32,[None,n_label])  
18.   
19. weights = {  
20.     'h1':tf.Variable(tf.truncated_normal([n_input,n_hidden],stddev=0.1)),  
21.     'h2':tf.Variable(tf.truncated_normal([n_hidden,n_label],stddev=0.1))  
22. }  
23. biases = {  
24.     'h1':tf.Variable(tf.zeros([n_hidden])),  
25.     'h2':tf.Variable(tf.zeros([n_label]))  
26. }  
27.   
28. layer1 = tf.nn.relu(tf.add(tf.matmul(x,weights['h1']),biases['h1']))  
29. y_pred = tf.nn.tanh(tf.add(tf.matmul(layer1,weights['h2']),biases['h2']))  
30.   
31. loss = tf.reduce_mean((y-y_pred)**2)  
32. train_step = tf.train.AdamOptimizer(learning_rate).minimize(loss)  
33.   
34. x1 = [[0,0],[0,1],[1,0],[1,1]]  
35. y1 = [[0],[1],[1],[0]]  
36. x1 = np.array(x1).astype('float32')  
37. y1 = np.array(y1).astype('int16')  
38.   
39.   
40. with tf.Session() as sess:  
41.     sess.run(tf.global_variables_initializer())  
42.     for i in range(1000):  
43.         sess.run(train_step,feed_dict={x:x1,y:y1})  
44.   
45.     print(sess.run(y_pred,feed_dict={x:x1}))  
46.     print(sess.run(layer1,feed_dict={x:x1}))