tf1.基础结构
来源:互联网 发布:java 时间选择控件 编辑:程序博客网 时间:2024/06/06 17:02
Tensorflow 是谷歌开发的深度学习系统,用它可以很快速地入门神经网络。
它可以做分类,也可以做拟合问题,就是要把这个模式给模拟出来。
这是一个基本的神经网络的结构,有输入层,隐藏层,和输出层。
每一层点开都有它相应的内容,函数和功能。
那我们要做的就是要建立一个这样的结构,然后把数据喂进去。
把数据放进去后它就可以自己运行,TensorFlow 翻译过来就是向量在里面飞。
这个动图的解释就是,在输入层输入数据,然后数据飞到隐藏层飞到输出层,用梯度下降处理,梯度下降会对几个参数进行更新和完善,更新后的参数再次跑到隐藏层去学习,这样一直循环直到结果收敛。
因为TensorFlow是采用数据流图(data flow graphs)来计算, 所以首先我们得创建一个数据流流图, 然后再将我们的数据(数据以张量(tensor)的形式存在)放在数据流图中计算. 节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组, 即张量(tensor). 训练模型时tensor会不断的从数据流图中的一个节点flow到另一节点, 这就是TensorFlow名字的由来.
张量(tensor):
张量有多种. 零阶张量为 纯量或标量 (scalar) 也就是一个数值. 比如 [1]
一阶张量为 向量 (vector), 比如 一维的 [1, 2, 3]
二阶张量为 矩阵 (matrix), 比如 二维的 [[1, 2, 3],[4, 5, 6],[7, 8, 9]]
以此类推, 还有 三阶 三维的 …
简单线性预测例子
import sysprint(sys.version)'''3.5.3 |Continuum Analytics, Inc.| (default, May 15 2017, 10:43:23) [MSC v.1900 64 bit (AMD64)]'''import tensorflow as tfimport numpy as np# shape=tuple ,size=100x_data = np.random.rand(100).astype(np.float32)y_data = x_data*0.1 + 0.3 #实际值Weights = tf.Variable(tf.random_uniform([1], -1.0, 1.0))#[1],一个数,范围从-1.0到1.0biases = tf.Variable(tf.zeros([1]))#初始值0y = Weights*x_data + biases#框架loss = tf.reduce_mean(tf.square(y-y_data))#定义误差(square平方)#梯度下降法optimizer = tf.train.GradientDescentOptimizer(0.5)train = optimizer.minimize(loss)# init = tf.initialize_all_variables() # tf 马上就要废弃这种写法init = tf.global_variables_initializer() # 替换成这样就好sess = tf.Session()sess.run(init) # Very importantfor step in range(201):#训练200次 sess.run(train) if step % 20 == 0: print(step, sess.run(Weights), sess.run(biases))#越来越接近真实w和b
输出
0 [-0.01233229] [ 0.479366]20 [ 0.04969411] [ 0.32581243]40 [ 0.08435673] [ 0.30802673]60 [ 0.09513554] [ 0.30249602]80 [ 0.09848735] [ 0.30077615]100 [ 0.09952962] [ 0.30024135]120 [ 0.09985375] [ 0.30007505]140 [ 0.09995452] [ 0.30002335]160 [ 0.09998586] [ 0.30000728]180 [ 0.09999558] [ 0.30000228]200 [ 0.09999862] [ 0.30000073]
阅读全文
0 0
- tf1.基础结构
- 基础结构
- TF1:探索电视媒体云化的安全之路
- 【Ubuntu-Tensorflow】TF1.0到TF1.2出现“Key LSTM/basic_lstm_cell/bias not found in checkpoin”问题
- HTML基础--认识基础结构
- 游戏的基础结构。
- 游戏的基础结构
- JVM结构基础(一)
- Tomcat基础结构
- Servlet的基础结构
- Java类基础结构
- JVM结构基础(一)
- JVM结构基础(一)
- Spring 框架基础结构:
- 线程锁基础结构
- sharepoint2010基础结构
- 结构体基础
- 结构体基础
- 读书方法
- [js] 数据类型
- [PAT乙级]1004. 成绩排名 (20)
- 基于当当dubbox的provider部署及启动方式-main函数启动
- From .1:从屏保到Win平台开发
- tf1.基础结构
- 初学java--foreach循环语句的使用
- sqlite3数据库的移植
- PL/SQL笔记整理
- UVa1218 Perfect Service
- 反向传播算法
- 心急的C小加
- C之有趣-螺旋方阵
- Ubuntu编译内核驱动模块