diff --git a/03 - TensorFlow Basic/02 - Variable.py b/03 - TensorFlow Basic/02 - Variable.py
index 4af8c31f..73988699 100644
--- a/03 - TensorFlow Basic/02 - Variable.py	
+++ b/03 - TensorFlow Basic/02 - Variable.py	
@@ -13,26 +13,24 @@
 # tf.Variable: 그래프를 계산하면서 최적화 할 변수들입니다. 이 값이 바로 신경망을 좌우하는 값들입니다.
 # tf.random_normal: 각 변수들의 초기값을 정규분포 랜덤 값으로 초기화합니다.
 W = tf.Variable(tf.random_normal([3, 2]))
-b = tf.Variable(tf.random_normal([2, 1]))
+b = tf.Variable(tf.random_normal([1, 2]))
 
 # 입력값과 변수들을 계산할 수식을 작성합니다.
 # tf.matmul 처럼 mat* 로 되어 있는 함수로 행렬 계산을 수행합니다.
 expr = tf.matmul(X, W) + b
 
-sess = tf.Session()
-# 위에서 설정한 Variable 들의 값들을 초기화 하기 위해
-# 처음에 tf.global_variables_initializer 를 한 번 실행해야 합니다.
-sess.run(tf.global_variables_initializer())
+with tf.Session() as sess:
+ # 위에서 설정한 Variable 들의 값들을 초기화 하기 위해
+ # 처음에 tf.global_variables_initializer 를 한 번 실행해야 합니다.
+ sess.run(tf.global_variables_initializer())
 
-print("=== x_data ===")
-print(x_data)
-print("=== W ===")
-print(sess.run(W))
-print("=== b ===")
-print(sess.run(b))
-print("=== expr ===")
-# expr 수식에는 X 라는 입력값이 필요합니다.
-# 따라서 expr 실행시에는 이 변수에 대한 실제 입력값을 다음처럼 넣어줘야합니다.
-print(sess.run(expr, feed_dict={X: x_data}))
-
-sess.close()
+ print("=== x_data ===")
+ print(x_data)
+ print("=== W ===")
+ print(sess.run(W))
+ print("=== b ===")
+ print(sess.run(b))
+ print("=== expr ===")
+ # expr 수식에는 X 라는 입력값이 필요합니다.
+ # 따라서 expr 실행시에는 이 변수에 대한 실제 입력값을 다음처럼 넣어줘야합니다.
+ print(sess.run(expr, feed_dict={X: x_data}))
diff --git a/04 - Neural Network Basic/02 - Deep NN.py b/04 - Neural Network Basic/02 - Deep NN.py
index 677aba22..3dcd06d4 100644
--- a/04 - Neural Network Basic/02 - Deep NN.py	
+++ b/04 - Neural Network Basic/02 - Deep NN.py	
@@ -20,8 +20,8 @@
 #########
 # 신경망 모델 구성
 ######
-X = tf.placeholder(tf.float32)
-Y = tf.placeholder(tf.float32)
+X = tf.placeholder(tf.float32, [None, 2])
+Y = tf.placeholder(tf.float32, [None, 3])
 
 # 첫번째 가중치의 차원은 [특성, 히든 레이어의 뉴런갯수] -> [2, 10] 으로 정합니다.
 W1 = tf.Variable(tf.random_uniform([2, 10], -1., 1.))
@@ -75,4 +75,4 @@
 
 is_correct = tf.equal(prediction, target)
 accuracy = tf.reduce_mean(tf.cast(is_correct, tf.float32))
-print('정확도: %.2f' % sess.run(accuracy * 100, feed_dict={X: x_data, Y: y_data}))
+print('정확도: {:.2f}'.format(sess.run(accuracy * 100, feed_dict={X: x_data, Y: y_data})))
</div><div class="naked_ctrl">
<form action="/index.cgi/contrast" method="get" name="gate">
<p><a href="http://altstyle.alfasado.net">AltStyle</a> によって変換されたページ <a href="https://patch-diff.githubusercontent.com/raw/golbin/TensorFlow-Tutorials/pull/27.diff">(-&gt;オリジナル)</a>
/ <label>アドレス: <input type="text" name="naked_post_url" value="https://patch-diff.githubusercontent.com/raw/golbin/TensorFlow-Tutorials/pull/27.diff" size="22" /></label> <label>モード: <select name="naked_post_mode">
<option value="default">デフォルト</option>
<option value="speech">音声ブラウザ</option>
<option value="ruby">ルビ付き</option>
<option value="contrast" selected="selected">配色反転</option>
<option value="larger-text">文字拡大</option>
<option value="mobile">モバイル</option>
</select>
<input type="submit" value="表示" />
</p>
</form>
</div>