Tensorflow：試圖讓玩具神經網絡'學習'

Question

試圖讓非常簡單的（'玩具'）2層神經網絡建立模型，作爲一個學習的例子，以確保數學正確流動。

該模型應該知道第一個和最後一個特徵的'1'等於'1'輸出。

features = [] 
features.append([[0, 0, 0, 0, 0], [0]]) 
features.append([[0, 0, 0, 0, 1], [0]]) 
features.append([[0, 0, 0, 1, 1], [0]]) 
features.append([[0, 0, 1, 1, 1], [0]]) 
features.append([[0, 1, 1, 1, 1], [0]]) 
features.append([[1, 1, 1, 1, 0], [0]]) 
features.append([[1, 1, 1, 0, 0], [0]]) 
features.append([[1, 1, 0, 0, 0], [0]]) 
features.append([[1, 0, 0, 0, 0], [0]]) 
features.append([[1, 0, 0, 1, 0], [0]]) 
features.append([[1, 0, 1, 1, 0], [0]]) 
features.append([[1, 1, 0, 1, 0], [0]]) 
features.append([[0, 1, 0, 1, 1], [0]]) 
features.append([[0, 0, 1, 0, 1], [0]]) 
# output of [1] of positions [0,4]==1 
features.append([[1, 0, 0, 0, 1], [1]]) 
features.append([[1, 1, 0, 0, 1], [1]]) 
features.append([[1, 1, 1, 0, 1], [1]]) 
features.append([[1, 1, 1, 1, 1], [1]]) 
features.append([[1, 0, 0, 1, 1], [1]]) 
features.append([[1, 0, 1, 1, 1], [1]]) 
features.append([[1, 1, 0, 1, 1], [1]]) 
features.append([[1, 0, 1, 0, 1], [1]]) 

但是我不能讓任何錯誤/成本露面......

Epoch 3 completed out of 10 cost: 0.0 
Epoch 5 completed out of 10 cost: 0.0 
Epoch 7 completed out of 10 cost: 0.0 
Epoch 9 completed out of 10 cost: 0.0 
Accuracy: 1.0 

預先感謝有一個快速瀏覽一下：here is the notebook ...

Answer 1

的問題變成了是輸出，它需要是一個2類數組。不知道爲什麼這一定是這種情況。

features.append([[0, 0, 0, 0, 0], [0,1]]) 
features.append([[0, 0, 0, 0, 1], [0,1]]) 
features.append([[0, 0, 0, 1, 1], [0,1]]) 
features.append([[0, 0, 1, 1, 1], [0,1]]) 
features.append([[0, 1, 1, 1, 1], [0,1]]) 

工作筆記本是here。