# 定义损失函数来刻画预测值与真实值得差距 “得”应改为“的”
y 这个变量不知从何而来, 应该是 上方的 y = tf.sigmoid(y) 吧
定义crossentropy时应该是(1-y)×tf.log…改为(1-y)y的后面有下划线
cross_entropy = -tf.reduce_mean( y_ * tf.log(tf.clip_by_value(y, 1e-10, 1.0)) + (1 - y_) * tf.log(tf.clip_by_value(1 - y, 1e-10, 1.0)))
(1 - y_)中的变量y后面有一个下划线
print sess.run(w1) 要加括号,后面的也是
# 定义损失函数来刻画预测值与真实值得差距 “得”应改为“的”
y 这个变量不知从何而来, 应该是 上方的 y = tf.sigmoid(y) 吧
定义crossentropy时应该是(1-y)×tf.log…改为(1-y)y的后面有下划线
(1 - y_)中的变量y后面有一个下划线
print sess.run(w1) 要加括号,后面的也是