【李宏毅ML笔记】18 Fizz Buzz in TensorFlow
硬train一代的代表故事
fizz buzz，如给你100个数，如果能被3整除，输出fizz，如果能被5整除，输出buzz，如果能被两者整除，则输出fizz buzz。如下：
900个样本，每个样本代表一个数字，并且有二进制数值表示。
观察样本，第一个数字是101，则二进制表示为1010011000，
下面观察label，
如果不是被3,5或同时被整除，则保留原数。所以共有4种情况，“原数，fizz，buzz，fizzandbuzz”
下面代码
inputlayer是10维度（0位到10位），为中间隐层输出100维，最终输出4维。**函数用relu，compile配置中，是做分类，学习率优化函数是adam，再设置batchsize和epoch即可。
结果：
training data正确率才80%左右，testdata正确率76%，说明Network还没有在trainningdata上完全fit，可调整：
可以调大hiddenlayer的神经元维数可以从100调到1000等，以及调整**函数、学习率，一起一些其他的机器学习手段等等。