参考博客：https://zhuanlan.zhihu.com/p/27853521
该代码默认是梯度下降法，可自行从注释中选择其他训练方法
在异或问题上，由于训练的样本数较少，神经网络简单，训练结果最好的是GD梯度下降法。
1 # -*- coding:utf-8 -*- 2 3 # 将tensorflow 引入并命名tf 4 import tensorflow as tf 5 # 矩阵操作库numpy，命名为np 6 import numpy as np 7 8 ''' 9 生成数据 10 用python使用tensorflow时，输入到网络中的训练数据需要以np.array的类型 11 存在。并且要限制dtype为32bit以下。变量后跟着“.astype('float32')”总可以满足要求 12 ''' 13 # X和Y是4个数据的矩阵，X[i]和Y[i]的值始终对应 14 X = [[0, 0], [0, 1], [1, 0], [1, 1]] 15 Y = [[0], [1], [1], [0]] 16 X = np.array(X).astype('int16') 17 Y = np.array(Y).astype('int16') 18 19 ''' 20 定义变量 21 ''' 22 # 网络结构：2维输入--> 2维隐含层 -->1维输出 23 # 学习速率（learing rate）：0.0001 24 25 D_input = 2 26 D_hidden = 2 27 D_label = 1 28 lr = 0.0001 29 ''' 30 容器 31 ''' 32 # x为列向量 可变样本数*D_input； y为列向量 1*D_label 用GPU训练需要float32以下精度 33 x = tf.placeholder(tf.float32, [None, D_input], name=None) 34 t = tf.placeholder(tf.float32, [None, D_label], name=None) 35 36 ''' 37 隐含层 38 ''' 39 # 初始化权重W [D_input ,D_hidden ] 40 # truncated_normal 正对数函数，返回随机截短的正态分布，默认均值为0，区间为[-2.0,2.0] 41 W_h1 = tf.Variable(tf.truncated_normal([D_input, D_hidden], stddev=1.0), name="W_h") 42 # 初始化b D_hidden 一维 43 b_h1 = tf.Variable(tf.constant(0.1, shape=[D_hidden]), name="b_h") 44 # 计算Wx+b 可变样本数*D_hidden 45 pre_act_h1 = tf.matmul(x, W_h1) + b_h1 46 # 计算a（Wx+b） a代表激活函数，有tf.nn.relu()、tf.nn.tanh()、tf.nn.sigmoid() 47 act_h1 = tf.nn.relu(pre_act_h1, name=None) 48 49 ''' 50 输出层 51 ''' 52 W_o = tf.Variable(tf.truncated_normal([D_hidden, D_label], stddev=1.0), name="W_o") 53 b_o = tf.Variable(tf.constant(0.1, shape=[D_label]), name="b_o") 54 pre_act_o = tf.matmul(act_h1, W_o) + b_o 55 y = tf.nn.relu(pre_act_o, name=None) 56 57 ''' 58 损失函数和更新方法 59 ''' 60 loss = tf.reduce_mean((y - t)**2) 61 train_step = tf.train.AdamOptimizer(lr).minimize(loss) 62 ''' 63 训练 64 sess = tf.InteractiveSession()是比较方便的创建方法。也有sess = 65 tf.Session()方式，但该方式无法使用tensor.eval()快速取值等功能 66 ''' 67 sess = tf.InteractiveSession() 68 # 初始化权重 69 # tf.tables_initializer(name="init_all_tables").run()调试时报错，可能是版本问题
70 # Add the variable initializer Op. 71 init = tf.global_variables_initializer() 72 sess.run(init) 73 # 训练网络 74 ''' 75 GD（Gradient Descent）：X和Y是4组不同的训练数据。上面将所有数据输入到网络， 76 算出平均梯度来更新一次网络的方法叫做GD。效率很低，也容易卡在局部极小值，但更新方向稳定 77 ''' 78 79 T = 100000 # 训练次数 80 for i in range(T): 81 sess.run(train_step, feed_dict={x: X, t: Y}) 82 83 84 ''' 85 SGD（Gradient Descent）：一次只输入一个训练数据到网络，算出梯度来更新一次网络的方法叫做SGD。 86 效率高，适合大规模学习任务，容易挣脱局部极小值（或鞍点），但更新方向不稳定。代码如下 87 ''' 88 ''' 89 T = 100000 # 训练几epoch 90 for i in range(T): 91 for j in range(X.shape[0]): # X.shape[0]表示样本个数 X.shape[0] 报错 'Placeholder:0', which has shape '(?, 2) 92 sess.run(train_step, feed_dict={x: [X[j]], t: [Y[j]]}) 93 ''' 94 ''' 95 batch-GD：这是上面两个方法的折中方式。每次计算部分数据的平均梯度来更新权重。 96 部分数据的数量大小叫做batch_size，对训练效果有影响。一般10个以下的也叫mini-batch-GD。代码如下： 97 ''' 98 ''' 99 T = 10000 # 训练几epoch 100 b_idx = 0 # batch计数 101 b_size = 2 # batch大小 102 for i in range(T): 103 while b_idx <= X.shape[0]: 104 sess.run(train_step, feed_dict={x: X[b_idx:b_idx+b_size], t: Y[b_idx:b_idx+b_size]}) 105 b_idx += b_size # 更新batch计数 106 ''' 107 108 109 ''' 110 shuffle：SGD和batch-GD由于只用到了部分数据。若数据都以相同顺序进入网络会使得随后的epoch影响很小。 111 shuffle是用于打乱数据在矩阵中的排列顺序，提高后续epoch的训练效果。代码如下： 112 ''' 113 ''' 114 # shuffle 115 def shufflelists(lists): # 多个序列以相同顺序打乱 116 ri = np.random.permutation(len(lists[1])) 117 out = [] 118 for l in lists: 119 out.append(l[ri]) 120 return out 121 122 # 训练网络 123 T = 100000 # 训练几epoch 124 b_idx = 0 # batch计数 125 b_size = 2 # batch大小 126 for i in range(T): # 每次epoch都打乱顺 127 X, Y = shufflelists([X, Y]) 128 while b_idx <= X.shape[0]: 129 sess.run(train_step, feed_dict={x: X[b_idx:b_idx + b_size], t: Y[b_idx:b_idx + b_size]}) 130 b_idx += b_size # 更新batch计数 131 ''' 132 # 预测数据 133 print(sess.run(y, feed_dict={x: X})) 134 print(sess.run(act_h1, feed_dict={x: X}))