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

我想对此进行逻辑回归，第一列为x，第二列为y。此外，我想使用TensorFlow和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组成（没有隐藏层）。由于我只使用1个节点作为输入，1个节点用于输出，我是否使用

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

我对使用批次的阶段不感兴趣，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.如果占位符设置为具有形状[None, dim]，则表示在构建网络时未确定数据批量大小（对应于第一个None），并且该数据的维度为{ {1}}。
3.请注意，在Tensorflow约定中，批量大小通常首先出现。您将看到它是多么方便 - 如果您构建多层dim网络，则不需要转置。