基本信息

---

下载

   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

---

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300

本次赞助数额为： 1 元　

支付宝支付

微信支付

   源码介绍

---

for i in range(500):
    xData = [int(random.random()*11 90), int(random.random()*11 90), int(random.random()*11 90)]
    xAll = xData[0]*0.6 xData[1]*.3 xData[2]*.1
    if xAll>=95:
        yTrainData = 1
    else:
        yTrainData = 0
    #result = sess.run([train,x,yTrain,w,b,n2,y,loss], feed_dict={x:xData,yTrain:yTrainData})
    result = sess.run([train,x,yTrain,wn,b,n2,y,loss], feed_dict={x:xData,yTrain:yTrainData})
    print(result)
    xData = [int(random.random()*41 60), int(random.random()*41 60), int(random.random()*41 60)]
    xAll = xData[0]*0.6 xData[1]*.3 xData[2]*.1
    if xAll>=95:
        yTrainData = 1
    else:
        yTrainData = 0
    #result = sess.run([train,x,yTrain,w,b,n2,y,loss], feed_dict={x:xData,yTrain:yTrainData})
    result = sess.run([train,x,yTrain,wn,b,n2,y,loss], feed_dict={x:xData,yTrain:yTrainData})
    print(result)