Tensorflow：试图让玩具神经网络``学习''

Question

尝试获取非常简单的（“玩具”）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。

该模型应了解到，第一个和最后一个特征上的“ 1”等于“ 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/费用...

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

在此先感谢您快速浏览： 这是笔记本电脑 ...

Answer 1

问题出在输出，它必须是2类数组。 不知道为什么一定要这样。

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]])

工作的笔记本在这里 。