tensorflow49 《面向机器智能的TensorFlow实战》笔记-04-01 线性回归
来源:互联网 发布:软件的用户界面类型 编辑:程序博客网 时间:2024/05/29 16:41
# 《面向机器智能的Tensor Flow实战》04 机器学习基础# win10 Tensorflow-gpu1.1.0 python3.5.3# CUDA v8.0 cudnn-8.0-windows10-x64-v5.1# 原书代码(tensorflow0.8):https://github.com/backstopmedia/tensorflowbook# tensorflow不同版本api变化:https://github.com/tensorflow/tensorflow/releases# filename:tfmi04.01.py # 线性回归import tensorflow as tfW = tf.Variable(tf.zeros([2, 1]), name="weights")b = tf.Variable(0., name="bias")def inference(X): return tf.matmul(X, W) + bdef loss(X, Y): Y_predicted = inference(X) return tf.reduce_sum(tf.squared_difference(Y, Y_predicted))def inputs(): # Data from http://people.sc.fsu.edu/~jburkardt/datasets/regression/x09.txt weight_age = [[84, 46], [73, 20], [65, 52], [70, 30], [76, 57], [69, 25], [63, 28], [72, 36], [79, 57], [75, 44], [27, 24], [89, 31], [65, 52], [57, 23], [59, 60], [69, 48], [60, 34], [79, 51], [75, 50], [82, 34], [59, 46], [67, 23], [85, 37], [55, 40], [63, 30]] blood_fat_content = [354, 190, 405, 263, 451, 302, 288, 385, 402, 365, 209, 290, 346, 254, 395, 434, 220, 374, 308, 220, 311, 181, 274, 303, 244] return tf.to_float(weight_age), tf.to_float(blood_fat_content)def train(total_loss): learning_rate = 0.0000001 return tf.train.GradientDescentOptimizer(learning_rate).minimize(total_loss)def evaluate(sess, X, Y): print("inference([[80., 25.]]):", sess.run(inference([[80., 25.]]))) print("inference([[65., 25.]]):", sess.run(inference([[65., 25.]])))with tf.Session() as sess: tf.global_variables_initializer().run() X, Y = inputs() total_loss = loss(X, Y) train_op = train(total_loss) coord = tf.train.Coordinator() threads = tf.train.start_queue_runners(sess=sess, coord=coord) training_steps = 1000 for step in range(training_steps): sess.run([train_op]) if step % 100 == 0: print("loss: ", sess.run([total_loss])) evaluate(sess, X, Y) coord.request_stop() coord.join(threads) sess.close()'''loss: [7608773.0]loss: [5341925.0]loss: [5339993.0]loss: [5338747.0]loss: [5337539.0]loss: [5336333.5]loss: [5335129.5]loss: [5333926.0]loss: [5332724.5]loss: [5331523.0]inference([[80., 25.]]): [[ 320.64968872]]inference([[65., 25.]]): [[ 267.78182983]]'''
0 0
- tensorflow49 《面向机器智能的TensorFlow实战》笔记-04-01 线性回归
- tensorflow45 《面向机器智能的TensorFlow实战》笔记-02-01 测试tensorflow1.1.0可用
- tensorflow46 《面向机器智能的TensorFlow实战》笔记-03-01 TensorBoard基本操作
- tensorflow53 《面向机器智能的TensorFlow实战》笔记-05-01 卷积基础
- tensorflow50 《面向机器智能的TensorFlow实战》笔记-04-02 Sigmoid
- tensorflow51 《面向机器智能的TensorFlow实战》笔记-04-03 softmax
- tensorflow48 《面向机器智能的TensorFlow实战》笔记-03-03 tensorflow基本矢量图、summary、feed_dict
- tensorflow47 《面向机器智能的TensorFlow实战》笔记-03-02 占位符、名称空间
- 机器学习实战线性回归局部加权线性回归笔记
- Tensorflow实战学习(八)【机器学习基础 线性回归】
- 面向机器智能的 TensorFlow 实践
- TensorFlow学习笔记6——《面向机器智能的TensorFlow实践》StanfordDog例程修改记录
- 【TensorFlow】TensorFlow的线性回归
- 牛逼哥TensorFlow资源分享:面向机器智能的TensorFlow实践
- 线性回归原理和实践--《机器学习实战》笔记
- 机器学习实战笔记(四):Logist线性回归算法的Python实现
- 《机器学习实战》和Udacity的ML学习笔记之线性回归
- 机器学习实战笔记(4) 形象线性回归的理解和实现
- 深入理解Java:注解(Annotation)自定义注解入门
- android基础(Intent)
- Java中使用Jedis操作Redis
- 概率论与数理统计
- 深入理解Java:注解(Annotation)基本概念
- tensorflow49 《面向机器智能的TensorFlow实战》笔记-04-01 线性回归
- Android的listView的二级优化
- 第二波比特币勒索病毒的防范方法(一)
- 桶形畸变
- 深入理解Java:注解(Annotation)--注解处理器
- 关于多媒体和图形编程的介绍
- 指数函数图像怎么画?
- 复制Oracle数据库中文字符集AMERICAN_AMERICA.ZHS16GBK到目的库Oracle字符集AL32UTF8
- XML的概述及使用