双层神经网络Tensorflow python

Question

#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，我是张力流和神经网络的新手。我试图实现一个双层神经网络进行数字识别。当只有一个图层时，代码工作正常但在我添加第二个图层后，精度下降到0.11xxxx。我的代码出了什么问题？提前致谢

Answer 1

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]))