tensorflow代码实战5_添加层add_layer_简单例子

本文详细介绍使用TensorFlow创建神经网络层的过程,包括定义权重、偏置、输入输出的线性组合以及激活函数的运用。通过莫烦老师的教程,深入理解神经网络层的工作原理。
部署运行你感兴趣的模型镜像

说明:资料来源于莫烦老师教程:

https://www.youtube.com/watch?v=FTR36h-LKcY&list=PLXO45tsB95cKI5AIlf5TxxFPzb-0zeVZ8&index=15

一、代码

import tensorflow as tf


def add_layer(inputs,in_size,out_size,activation_function=None):#None即没有激活函数即表示线性函数
	Weights = tf.Variable(tf.random_normal([in_size,out_size]))#变量矩阵,行列分别是in_size,out_size
	biases = tf.Variable(tf.zeros([1,out_size])+0.1)#不推荐biases为0,因此加上一个0.1
	Wx_plus_b = tf.matrixmul(inputs,Weights) + biases #这时候,Wx_plus_b存储着没有被激活的结果
	if activation_function is None:#None表示他现在是线性关系
		outputs = Wx_plus_b#既然是线性关系,则没有必要加上激活函数,保持现状就ok
	else:
		outputs = activation_function(Wx_plus_b)
	return outputs



 

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值