TensorFlow神经网络函数拟合实例(基于Python)

本文通过TensorFlow生成双层神经网络,对二次函数进行拟合。
双层神经网络如下图所示。

weights代表神经元的权重,activation_function是激活函数sgn或sigmoid或relu函数

构建神经网络的函数

主要步骤:

①生成测试数据集,利用numpy来生成坐标轴的点,并在点上添加噪音。
②添加占位符
③添加隐藏层与输出层
④定义loss function,计算误差,并用梯度下降使得误差最小
⑤训练数据,拟合曲线

源码:

结果:

留下评论

您的电子邮箱地址不会被公开。 必填项已用 * 标注