TensorFlow前向传播

最新推荐文章于 2024-05-02 15:02:51 发布

原创最新推荐文章于 2024-05-02 15:02:51 发布 · 834 阅读

0 ·

CC 4.0 BY-SA版权

TensorFlow 专栏收录该内容

43 篇文章

订阅专栏

本文通过一个具体的TensorFlow代码示例介绍了如何使用张量进行矩阵运算，包括特征向量与权重矩阵的乘法及偏置加法等基本操作，并展示了如何在会话中运行这些操作来得到最终结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import tensorflow as tf


#特征向量
x = tf.constant([[0.7, 0.9]])
print(x)

#参数
weight1 = tf.constant([[0.2, 0.1, 0.4],
                      [0.3, -0.5, 0.2]
                      ])
bias1 = tf.constant([[-0.5, 0.1, -0.1]])

t = tf.constant([[0.09, 0.28, 0.36]])

#参数
weight2 = tf.constant([[0.6],
                       [0.1],
                       [-0.2]])
bias2 = tf.constant([0.1])

a = (tf.matmul(x, weight1) + bias1)
y = (tf.matmul(t, weight2) + bias2)

with tf.Session() as sess:
    print(sess.run(a))
    print('y=%g' % sess.run(y))