python代码，BP算法

import tensorflow as tf
from  tensorflow.examples.tutorials.mnist  import  input_data
import matplotlib.pyplot as plt
mnist = input_data.read_data_sets（“MNIST_data/“ one_hot = True）

#建立BP神经网络模型
num_classes = 10#数据类型0-9
input_size = 784#28*28
hidden_units_size = 30#层节点数
batch_size = 1000#
training_iterations = 1#迭代次数

# 设置变量
X = tf.placeholder （tf.float32 shape = [None input_size]）
Y = tf.placeholder （tf.float32 shape = [None num_classes]）
W1 = tf.Variable （tf.random_normal （[input_size hidden_units_size]stddev = 0.1））#hidden_units_size = 30#正态分布随机数
B1 = tf.Variable （tf.constant （0.1）[hidden_units_size]）#常数为1，形状为（11）
W2 = tf.Variable （tf.random_normal （[hidden_units_sizenum_classes] stddev = 0.1））#正态分布随机数
B2 = tf.Variable （tf.constant （0.1） [num_classes]）
# 搭