Tensorflow：おもちゃのニューラルネットワークを学習させようとしています

Question

数学が正しく流れていることを確認する学習例として、非常に単純な（「おもちゃ」の）2層ニューラルネットワークを構築しようとしています。

モデルでは、最初のフィーチャと最後のフィーチャの '1'が '1'の出力に等しいことを理解する必要があります。

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]]) 

私が表示されるまでの任意のエラー/コストを取得することはできませんが...簡単に見たために、事前に

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 

ありがとう：here is the notebookを...

Answer 1

問題が判明します出力であれば、2クラスの配列でなければなりませんでした。なぜこれが必然的であるのか不明です。

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]]) 

作業用ノートブックはhereです。