Tensorflow：试图让玩具神经网络'学习'

Question

试图让非常简单的（'玩具'）2层神经网络建立模型，作为一个学习的例子，以确保数学正确流动。

该模型应该知道第一个和最后一个特征的'1'等于'1'输出。

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]]) 

但是我不能让任何错误/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 

预先感谢有一个快速浏览一下：here is the notebook ...

Answer 1

的问题变成了是输出，它需要是一个2类数组。不知道为什么这一定是这种情况。

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]]) 

工作笔记本是here。