टेन्सफोर्लो रिल्लू गलतफहमी

Question

मैं हाल ही में एक उदारसिटी दीप लर्निंग कोर्स कर रहा हूं जो लगभग TensorFlow पर आधारित है।

 

from tensorflow.examples.tutorials.mnist import input_data 
import tensorflow as tf 

mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) 

x = tf.placeholder(tf.float32, [None, 784]) 
W = tf.Variable(tf.zeros([784, 10])) 
b = tf.Variable(tf.zeros([10])) 

y = tf.nn.softmax(tf.matmul(x, W) + b) 

y_ = tf.placeholder(tf.float32, [None, 10]) 
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1])) 

train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy) 

init = tf.initialize_all_variables() 

sess = tf.Session() 
sess.run(init) 

for i in range(1000): 
    batch_xs, batch_ys = mnist.train.next_batch(100) 
    sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys}) 

correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1)) 
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32)) 
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels})) 
 

मेरे Turn the logistic regression example with SGD into a 1-hidden layer neural network with rectified linear units nn.relu() and 1024 hidden nodes

मैं इस बारे में एक मानसिक ब्लॉक कर रहा हूँ करने के लिए अगले काम यह: मैं एक साधारण MNIST प्रोग्राम है जो 92 के बारे में% सटीक नहीं होता है। वर्तमान में मेरे वजन का 784 x 10 मैट्रिक्स है, और 10 तत्व लंबे पूर्वाग्रह वेक्टर हैं। मुझे समझ में नहीं आता कि मैं परिणामस्वरूप 10 तत्व वेक्टर को WX + Bias से 1024 Relu से कैसे कनेक्ट करता हूं।

यदि कोई मुझे यह समझा सकता है तो मैं बहुत आभारी हूं।

Answer 1

अभी तो आप इस

की तरह कुछ है और आप इस

की तरह कुछ की जरूरत है (इस चित्र Relu परत जो + बी 1 के बाद चला जाता है याद आ रही है)