import?os
#?os.environ[“TF_CPP_MIN_LOG_LEVEL“]=‘1‘?#?這是默認的顯示等級，顯示所有信息
os.environ[“TF_CPP_MIN_LOG_LEVEL“]=‘2‘?#?只顯示?warning?和?Error
#?os.environ[“TF_CPP_MIN_LOG_LEVEL“]=‘3‘?#?只顯示?Error
import?tensorflow?as?tf
import?numpy?as?np

#?添加層
def?add_layer（inputs?in_size?out_size?activation_function=None）:
????#?add?one?more?layer?and?return?the?output?of?this?layer
????Weights?=?tf.Variable（tf.random_normal（[in_size?out_size]）name=“weights“）
????biases?=?tf.Variable（tf.zeros（[1?out_size]）?+?0.1name=“biases“）
????Wx_plus_b?=?tf.matmul（inputs?Weights）?+?biases
????if?activation_function?is?None:
????????outputs?=?Wx_plus_b
????else:
????????outputs?=?activation_function（Wx_plus_b）
????return?outputs

#?1.訓(xùn)練的數(shù)據(jù)
#?Make?up?some?real?data?
#x_data?=?np.loadtxt（‘c:\\Upython\\ex4Data\\ex4x.dat‘）
x_data1=np.loadtxt（‘F:\計算機\機器學(xué)習(xí)\\2017分組project\\7?ANN%邏輯回歸?Python&Matlab\神經(jīng)網(wǎng)絡(luò)\Dataset\\1_trainx.txt‘）
x_data2=np.loadtxt（‘F:\計算機\機器學(xué)習(xí)\\2017分組project\\7?ANN%邏輯回歸?Python&Matlab\神經(jīng)網(wǎng)絡(luò)\Dataset\\1_testx.txt‘）
#y_data?=?np.loadtxt（‘c:\\Upython\\ex4Data\\train.txt‘）
#y_data=y_data.reshape（801）
y_data1=np.loadtxt（‘F:\計算機\機器學(xué)習(xí)\\2017分組project\\7?ANN%邏輯回歸?Python&Matlab\神經(jīng)網(wǎng)絡(luò)\Dataset\\1_trainy.txt‘）
y_data2=np.loadtxt（‘F:\計算機\機器學(xué)習(xí)\\2017分組project\\7?ANN%邏輯回歸?Python&Matlab\神經(jīng)網(wǎng)絡(luò)\Dataset\\1_testy.txt‘）
y_data1=y_data1.reshape（641）
y_data2=y_data2.reshape（161）


#?2.定義節(jié)點準備接收數(shù)據(jù)
#?define?placeholder?for?inputs?to?network??
xs?=?tf.placeholder（tf.float32?[None?2]）
ys?=