Tensorflow学习笔记——基本结构

本文详细介绍使用TensorFlow构建神经网络的基本步骤,包括模块导入、数据生成、前向传播、反向传播及训练过程。适合初学者理解并实践神经网络的搭建。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

tensorflow构建神经网络的基本框架

1:导入模块,生成数据 

import  常量定义 生成数据集

2:前向传播 定义输入,输出

x =      y_= 

W1 =     W2 =  

a =       y =  

3:反向传播:定义合适的损失函数,采取合适的反响传播方法

loss =

 

train_step = 

 

4:生成绘画,训练step轮

with tf.session() as sess
Init_op=tf. global_variables_init ializer()
sess_run(init_op)
STEPS=3000
for i in range(STEPS):
start=
end=
sess.run(train_step, feed_dict:

在tensorflow中用with结构完成训练

评论
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