简单神经网络的占位符设置

Question

我的数据是以下 CVS 文件：

1,0
2,0
3,0
4,0
5,1
6,0
7,1
8,1
9,1
10,1

我想对此执行逻辑回归，第一列为 x，第二列为 y。此外，我想使用 TensorFlow 和一个简单的神经网络来做到这一点，该神经网络由单个输入节点和单个输出节点(无隐藏层(组成。由于我只使用 1 个节点进行输入，1 个节点用于输出，所以我是否使用

x = tf.placeholder(tf.float32, [None, 1]) 
y = tf.placeholder(tf.float32, [None, 1]) 

？

我在这个阶段对使用批处理不感兴趣，因为我想先了解其他部分。

Answer 1

我知道你在哪里感到困惑(如果你知道逻辑回归是如何工作的(。
1.对于此单维逻辑回归设置，您只需要tf.placeholder(tf.float32, [1])，如@Eric所述。
2.如果占位符设置为形状[None, dim]，则表示构建网络时未决定数据批大小(对应于第一个被None(，并且该数据的维度为dim。
3. 请注意，在 Tensorflow 约定中，批量大小通常排在第一位。您将看到它是多么方便 - 如果您构建多层Wx+b网络，则无需转置。