介绍，如何使用TensorFlow在代码中的推理，
神经网络的一个显著特点就是，相同的算法，可以应用与许多不同的应用，将用烘烤咖啡豆的例子来实现
学习算法如何帮助从烘焙过程中获得咖啡豆的质量呢，
在烘烤咖啡豆的时候，我们可以控制两个参数，一个是烘焙温度，一个是烘焙时间，我们收集了这种数据，以及显示了该情况下烘焙咖啡豆出来的咖啡时候好喝标签，其中×号表示好喝，圆圈表示不好喝，如图所示
我们可以看到，如果温度太低，或者时间太短，豆子不熟，如果温度太高或者时间太长，豆子会糊，都不属于好的咖啡，所以在这个小的三角形中，属于好的咖啡，
所以给一个温度，和持续时间的特征向量x,我们在神经网络中推理，判断这个温度和时间这样设置，是否会得到一杯好的咖啡，
第一行;加载数据，把要预测的数据作为向量存储起来，
第二行，创建神经网络隐藏层的第一层，（密集层）括号中的数字3表示这一层有三个神经元，后面表示用sigmoid函数作为激活函数，密集层是学习神经网络的另一种名称，
第三行，计算a1，然后得到a1，a1是一个含有三个数字的列表，因为这一层有三个神经元，所以有三个输出，
然后对于第二层，属于一个全连接层，对应第四行代码，创建一层，然后应用第一场的激活值，计算a2，如果希望0.5是阈值，可以比较a2与0.5，并设置1或者0表示正类或者父类，
这就是如何利用TensorFlow库在神经网络库中进行推理，还有一些细节，如何加载TensorFlow，以及如何加载参数w和b,可选的对a2进行阈值处理，
回到数字分类问题，
先加载数据，然后创建一层，然后计算，接着创建下一层，并把上一层的激活值作为输入，然后进行计算。