Tensorflow：试图让玩具神经网络“学习”

Question

尝试用非常简单（“玩具”）的 2 层神经网络来构建模型，作为确保数学正确流动的学习示例。

模型应该知道第一个和最后一个特征上的“1”等同于“1”输出。

features = []
features.append([[0, 0, 0, 0, 0], [0]])
features.append([[0, 0, 0, 0, 1], [0]])
features.append([[0, 0, 0, 1, 1], [0]])
features.append([[0, 0, 1, 1, 1], [0]])
features.append([[0, 1, 1, 1, 1], [0]])
features.append([[1, 1, 1, 1, 0], [0]])
features.append([[1, 1, 1, 0, 0], [0]])
features.append([[1, 1, 0, 0, 0], [0]])
features.append([[1, 0, 0, 0, 0], [0]])
features.append([[1, 0, 0, 1, 0], [0]])
features.append([[1, 0, 1, 1, 0], [0]])
features.append([[1, 1, 0, 1, 0], [0]])
features.append([[0, 1, 0, 1, 1], [0]])
features.append([[0, 0, 1, 0, 1], [0]])
# output of [1] of positions [0,4]==1
features.append([[1, 0, 0, 0, 1], [1]])
features.append([[1, 1, 0, 0, 1], [1]])
features.append([[1, 1, 1, 0, 1], [1]])
features.append([[1, 1, 1, 1, 1], [1]])
features.append([[1, 0, 0, 1, 1], [1]])
features.append([[1, 0, 1, 1, 1], [1]])
features.append([[1, 1, 0, 1, 1], [1]])
features.append([[1, 0, 1, 0, 1], [1]])

但是我无法显示任何错误/成本...

Epoch 3 completed out of 10 cost: 0.0
Epoch 5 completed out of 10 cost: 0.0
Epoch 7 completed out of 10 cost: 0.0
Epoch 9 completed out of 10 cost: 0.0
Accuracy: 1.0

提前感谢您快速浏览：here is the notebook...

Answer 1

问题出在输出上，它需要是一个 2 类数组。不知道为什么一定会这样。

features.append([[0, 0, 0, 0, 0], [0,1]])
features.append([[0, 0, 0, 0, 1], [0,1]])
features.append([[0, 0, 0, 1, 1], [0,1]])
features.append([[0, 0, 1, 1, 1], [0,1]])
features.append([[0, 1, 1, 1, 1], [0,1]])

工作笔记本是here。