tensorflow 搭建DNN网络

# -*- coding:utf-8 -*-
# /usr/bin/python
'''
@Author  :  Errol 
@Describe:  
@Evn     :  
@Date    :   - 
'''
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np

# 批大小
BATCH_SIZE = 8
# 学习率
learning_rate = 0.001
# 训练轮次
epochs = 30000

# 设置随机种子
SEED = 23455

# 0.产生数据集
rdm = np.random.mtrand.RandomState(SEED)
print(rdm)

# 随机数返回32行2列的矩阵 表示32组 体积和重量 作为输入数据集
X = rdm.rand(32, 2)
print('X =',X)
# 从X这个32行2列的矩阵中 取出一行 判断如果和小于1 给Y赋值1 如果和不小于1 给Y赋值0
# 作为输入数据集的标签（正确答案）
Y_ = [[int(x0 + x1 < 1)] for (x0, x1) in X]
print('Y_ =',Y_)

# 1.定义神经网络的输入、参数和输出，定义前向传播过程
x = tf.placeholder(tf.float32, [None, 2])
y_ = tf.placeholder(tf.float32, [None, 1])

W1 = tf.Variable(tf.random_normal([2,3],stddev