#layer 1
w1 = tf.Variable(tf.zeros([784, 30]))
b1 = tf.Variable(tf.zeros([30]))
y1 = tf.nn.relu(tf.matmul(X, w1) + b1)
#layer 2
w2 = tf.Variable(tf.zeros([30, 10]))
b2 = tf.Variable(tf.zeros([10]))
logits = tf.matmul(y1, w2) + b2
preds = tf.nn.softmax(logits)
嗨，我是 tensorflow 和神经网络的新手。我尝试实现一个两层神经网络来进行数字识别。当只有一层时，代码工作正常，但在添加第二层后，精度下降到 0.11xxxx。我的代码有什么问题吗？提前致谢
最佳答案
您可以使用 random_normal 初始化权重。
w1 = tf.Variable(tf.random_normal([784, 30]))
...
w2 = tf.Variable(tf.random_normal([30, 10]))
关于python - 两层神经网络 Tensorflow python，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/45982900/