Tensorflow Relu 오해

Question

저는 최근에 TensorFlow을 기반으로하는 Udacity Deep Learning 과정을 진행해 왔습니다. Turn the logistic regression example with SGD into a 1-hidden layer neural network with rectified linear units nn.relu() and 1024 hidden nodes

이것에 대해 정신 블록을 데에

 

from tensorflow.examples.tutorials.mnist import input_data 
import tensorflow as tf 

mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) 

x = tf.placeholder(tf.float32, [None, 784]) 
W = tf.Variable(tf.zeros([784, 10])) 
b = tf.Variable(tf.zeros([10])) 

y = tf.nn.softmax(tf.matmul(x, W) + b) 

y_ = tf.placeholder(tf.float32, [None, 10]) 
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1])) 

train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy) 

init = tf.initialize_all_variables() 

sess = tf.Session() 
sess.run(init) 

for i in range(1000): 
    batch_xs, batch_ys = mnist.train.next_batch(100) 
    sess.run(train_step, feed_dict={x: batch_xs, y_: batch_ys}) 

correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1)) 
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32)) 
print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels})) 
 

나의 다음 임무를 : 나는 약 92 % 정확 간단한 MNIST 프로그램이 있습니다. 현재 저는 784 x 10 매트릭스의 웨이트와 10 엘리먼트 바이어스 벡터를 가지고 있습니다. 나는 WX + Bias에서 결과적인 10 요소 벡터를 1024 Relu으로 연결하는 방법을 이해하지 못한다.

누구든지이 설명을 할 수 있다면 매우 감사 할 것입니다.

Answer 1

는 지금이

같은 것을 가지고이

같은 필요 (이 그림은 + B1 후 간다 ReLU 층 누락)