Я пытался подготовить очень простую модель на TensorFlow. Модель принимает один поплавок в качестве входных данных и возвращает вероятность ввода более 0. Я использовал 1 скрытый слой с 10 скрытыми единицами. Полный код показан ниже:Простая сеть на TensorFlow
import tensorflow as tf
import random
# Graph construction
x = tf.placeholder(tf.float32, shape = [None,1])
y_ = tf.placeholder(tf.float32, shape = [None,1])
W = tf.Variable(tf.random_uniform([1,10],0.,0.1))
b = tf.Variable(tf.random_uniform([10],0.,0.1))
layer1 = tf.nn.sigmoid(tf.add(tf.matmul(x,W), b))
W1 = tf.Variable(tf.random_uniform([10,1],0.,0.1))
b1 = tf.Variable(tf.random_uniform([1],0.,0.1))
y = tf.nn.sigmoid(tf.add(tf.matmul(layer1,W1),b1))
loss = tf.square(y - y_)
train_step = tf.train.GradientDescentOptimizer(0.01).minimize(loss)
# Training
with tf.Session() as sess:
sess.run(tf.initialize_all_variables())
N = 1000
while N != 0:
batch = ([],[])
u = random.uniform(-10.0,+10.0)
if u >= 0.:
batch[0].append([u])
batch[1].append([1.0])
if u < 0.:
batch[0].append([u])
batch[1].append([0.0])
sess.run(train_step, feed_dict = {x : batch[0] , y_ : batch[1]})
N -= 1
while(True):
u = raw_input("Give an x\n")
print sess.run(y, feed_dict = {x : [[u]]})
Проблема заключается в том, я получаю очень несвязанные результаты. Модель ничего не узнает и возвращает нерелевантные вероятности. Я попытался настроить скорость обучения и изменить инициализацию переменных, но я ничего не получил. Есть ли у вас какие-либо предложения?