Tensorflow实现一个简单的二分类问题
来源:互联网 发布:如何在阿里云备案域名 编辑:程序博客网 时间:2024/05/19 12:28
说好的每天一更··结果只坚持了一天···笑
从头开始学习
import tensorflow as tf#这里通过numpy工具包来生成模拟数据集from numpy.random import RandomState#定义训练数据batch的大小batch_size = 8#定义神经网络参数w1 = tf.Variable(tf.random_normal([2,3],stddev = 1,seed = 1))w2 = tf.Variable(tf.random_normal([3,1],stddev = 1,seed = 1))#在训练时需要把数据分成较小的batchx = tf.placeholder(tf.float32,shape=(None,2),name = 'x-input')y_ = tf.placeholder(tf.float32,shape=(None,1),name = 'y-input')#定义神经网络前向传播过程a = tf.matmul(x,w1)y = tf.matmul(a,w2)#定义损失函数和反向传播的算法cross_entropy = -tf.reduce_mean(y_*tf.log(tf.clip_by_value(y,1e-10,1.0)))train_step = tf.train.AdamOptimizer(0.001).minimize(cross_entropy)#通过随机函数生成一个模拟数据集rdm = RandomState(1)dataset_size = 128X = rdm.rand(dataset_size,2)Y = [[int(x1+x2 < 1)] for (x1,x2) in X]with tf.Session() as sess: init_op = tf.global_variables_initializer() sess.run(init_op) print (sess.run(w1)) print (sess.run(w2)) STEPS = 5000 for i in range(STEPS): start = (i * batch_size) % dataset_size end = min(start+batch_size,dataset_size) #通过选取的样本训练神经网络并更新参数 sess.run(train_step,feed_dict={x:X[start:end],y_:Y[start:end]}) if i %1000 == 0: total_cross_entropy = sess.run(cross_entropy,feed_dict={x:X,y_:Y}) print('after %d trainning step(s),cross entrop on all data is %g' %(i,total_cross_entropy)) print (sess.run(w1)) print (sess.run(w2))
张量是Tensorflow的数据模型,其中输入和输出都应该是张量···张量是什么意思呢···好像不太清楚样,但是没关系····张量本身并没有存储任何数据,它只是对运算结果的引用。
有个Tensorflow游乐场可以帮助大家更好的理解神经网络
http://playground.tensorflow.org
阅读全文
0 0
- Tensorflow实现一个简单的二分类问题
- 利用tensorflow实现一个简单的二分类
- 使用tensorflow实现简单的多分类问题
- Keras基于TensorFlow实现的简单分类问题
- Tensorflow 实现二分类
- Tensorflow实现一个CNN分类的例子
- tensorflow入门5 从一个二分类问题看rnn的结构
- Tensorflow实现CIFAR-10分类问题-详解二cifar10.py
- 使用TensorFlow实现二分类
- 利用TensorFlow训练简单的二分类神经网络模型
- tensorflow实现一个最基本的cnn分类mnist
- Tensorflow实例:神经网络解决二分类问题
- tensorflow 神经网络解决二分类问题
- TensorFlow实现中文字体分类(二):数据流
- TensorFlow入门(二)简单前馈网络实现 mnist 分类
- TensorFlow入门(二)简单前馈网络实现 mnist 分类
- tensorflow笔记(二)之构造一个简单的神经网络
- tensorflow笔记(二)之构造一个简单的神经网络
- 欢迎使用CSDN-markdown编辑器
- hdu2609
- storm集群部署的基本流程
- Laravel的验证码库gregwar/captcha
- 如何用iptables实现NAT
- Tensorflow实现一个简单的二分类问题
- TypeC 工作原理
- 图解Linux命令之--eval命令
- 强化学习的基础总结(一)
- centos7安装OpenShift
- 等待(wait)和通知(notify)
- Leetcode Insert Delete GetRandom O(1) Duplicates allowed and Not allowed
- Android--使用VideoView播放视频
- FragmentPagerAdapter与FragmentStatePagerAdapter区别