03、用Tensorflow训练一个线性回归
来源:互联网 发布:调音器软件下载 编辑:程序博客网 时间:2024/06/05 20:02
目标:根据给定的线性回归公式,训练构建模型,获取与给定公式参数相差最小的参数值代码:#######################################################################给出一个线性代数,通过给出的值训练自己模型,得出接近给出线性代数的参数########################################################################coding:utf-8#导入TensorFlow python API库import tensorflow as tfimport numpy as np#随机生成100点(x,y)x_data = np.random.rand(100).astype(np.float32) #(0-1)y_data = x_data * 0.1 + 0.3 #(0.3,0.4) 实际数据#构建线性模型的tensor变量W, bW = tf.Variable(tf.random_uniform([1], -1.0, 1.0)) #Variable 创建一个变量;随机生成1个 -1至1之间的浮点数b = tf.Variable(tf.zeros([1])) #返回一个0y = W * x_data + b#构建损失方程,优化器及训练模型操作trainloss = tf.reduce_mean(tf.square(y - y_data)) #求平均值 预测值余实际模型之间的最小成本optimizer = tf.train.GradientDescentOptimizer(0.5) #学习速率train = optimizer.minimize(loss)#构建变量初始化操作initinit = tf.initialize_all_variables()#构建TensorFlow sessionsess = tf.Session()#初始化所有TensorFlow变量sess.run(init)#训练该线性模型,每隔20次迭代,输出模型参数for step in range(201): sess.run(train) if step % 20 == 0: print(step, sess.run(W), sess.run(b))
实验结果如下:(学习步率越小,需要训练的次数、数据越多)
阅读全文
0 0
- 03、用Tensorflow训练一个线性回归
- TensorFlow训练线性回归
- 深度学习入门实战(二)-用TensorFlow训练线性回归
- 深度学习入门实战(二)-用TensorFlow训练线性回归
- Tensorflow训练第一个线性回归分类器
- TensorFlow训练单特征和多特征的线性回归
- TensorFlow训练Logistic回归
- 用tensorflow构建线性回归模型
- 用TensorFlow解决线性回归问题
- tensorflow 实现线性回归
- tensorflow线性回归
- Tensorflow实现线性回归
- TensorFlow之线性回归
- tensorflow之线性回归
- Tensorflow实现线性回归
- TensorFlow实现线性回归
- tensorflow线性回归例子
- tensorflow线性回归测试
- 输入四个整数,找出其中的最大值,用函数的嵌套调用来处理
- apache-comnons系列之commons-pool2.4 学习笔记
- 51nod1108 距离之和最小 V2
- Redis:使用jedis连接redis数据库过程
- 生成学习算法
- 03、用Tensorflow训练一个线性回归
- C语言(8)字母与数字转换
- 正则表达式字符解释
- 企业管理理论综述与实践 — 营销
- Mysql命令大全
- HashMapJDK1.8源代码分析
- Bean的作用域
- 相机
- PowerDesigner逆向工程导入MYSQL数据库总结(不容易,感谢前者们)