tf怎么创建层函数

tf.zeros()函数

创建一个所有元素都设置为零的张量.

tf.zeros([3, 4], tf.int32)  # [[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]]

函数参数：

• shape：整数、整数元组或类型为int32的1维Tensor的列表.
• dtype：结果Tensor中元素的类型.
• name：操作的名称(可选).

函数返回值：

tf.zeros函数返回将所有元素设置为零的张量

import tensorflow  as tf
def add_layer(inputs,in_size,out_size,activation_function=None):
    #inputs是输入的值，in_size输入值的大小，out_size输出值的大小
    #activation_function=None 表示是一个线性函数
    Weights = tf.Variable(tf.random_normal([in_size,out_size]))
    #tf.random_normal生成随机变量，矩阵
    #如果表示的是一个矩阵的话，则一定一定大写
    biases = tf.Variable(tf.zeros([1,out_size])+0.1)
    #类似列表的东西 [1,out_size]表示有一行和有out_size这么多列 因为初始值 不能为0，所以加上0.1
    Wx_plus_b = tf.matmul(inputs,Weights) + biases
    #预测的值，没有被激活的值还是存储在Wx_plus_b上面
    if activation_function is None:
        outputs = Wx_plus_b
        #如果activation_function is None,激活函数是线性关系，那就直接输出Wx_plus_b
    else:
        outputs = activation_function(Wx_plus_b)
        #不为None的时候，将Wx_plus_b的值传入 激活函数jiu'xing
    return outputs