w1=tf.Variable(tf.random_normal((2,3),stddev=1,seed=1))w2=tf.Variable(tf.random_normal((3,1),stddev=1,seed=1))应改为:w1=tf.Variable(tf.random_normal([2,3],stddev=1,seed=1))w2=tf.Variable(tf.random_normal([3,1],stddev=1seed=1))
代码第二行和第三行缺少seed属性
w1和w2的变量声明处,未定义随机数种子,导致最终输出结果呈多变性
应该为 “+(1 - y)*tf.log(tf.clip_by_value(1-y, 1e-10, 1.0)))” 即前面的y改为y
P61页下方的代码注释中,#定义损失函数来刻画预测值与真实值得差距,“得”应改为“的”
w1=tf.Variable(tf.random_normal((2,3),stddev=1,seed=1))
w2=tf.Variable(tf.random_normal((3,1),stddev=1,seed=1))
应改为:
w1=tf.Variable(tf.random_normal([2,3],stddev=1,seed=1))
w2=tf.Variable(tf.random_normal([3,1],stddev=1seed=1))
代码第二行和第三行缺少seed属性
w1和w2的变量声明处,未定义随机数种子,导致最终输出结果呈多变性
应该为 “+(1 - y)*tf.log(tf.clip_by_value(1-y, 1e-10, 1.0)))” 即前面的y改为y
P61页下方的代码注释中,#定义损失函数来刻画预测值与真实值得差距,“得”应改为“的”