Tensorflow（一）：神经网络简单搭建框架

最新推荐文章于 2025-01-01 06:50:08 发布

MudFire

最新推荐文章于 2025-01-01 06:50:08 发布

阅读量950

点赞数 2

CC 4.0 BY-SA版权

分类专栏： tensorflow 人工智能神经网络学习

本文链接：https://blog.youkuaiyun.com/zhangbingxiazai/article/details/79733677

本文介绍了如何使用TensorFlow构建一个简单的神经网络计算图，涵盖了神经网络的基础框架搭建。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tensorflow是Google开发的神经网络工具。安装省略。

本文是以两层神经网络搭建为例。

神经网络的实现过程：

1、准备数据集，提取特征，作为输入喂给神经网络（Neural Network，NN）

2、搭建NN结构，从输入到输出（先搭建计算图，再用会话执行）

3、大量特征数据喂给NN，迭代优化NN参数

4、使用训练好的模型预测和分类

下图就是代码描述的一个神经网络的计算图

算了直接附代码吧，不想写了注释里都有

#coding:utf-8
#0导入模块，生成模拟数据集

import tensorflow as tf
import numpy as np

BATCH_SIZE = 8
seed = 23455
########################训练数据集准备#########################
#利用随机函数和seed产生随机数
#这里只是为了生成一些数据用来输入
rng = np.random.RandomState(seed)
#随机数返回32行2列的矩阵，表示32组 体积和重量 作为输入数据集
X = rng.rand(32,2)
#从X这个矩阵中取出1行，判断如果和小于1 Y赋值1 如果和不小于1 Y赋值0
#Y作为X的数据集label（正确答案）与X数据集一一对应
Y = [[int(x0 + x1 < 1)] for (x0, x1) in X]
print "X:\n",X
print "Y:\n",Y


########################两层神经网络框架###############