python的matplotlib模块实现tensorflow结果可视化
来源:互联网 发布:淘宝人气值是什么 编辑:程序博客网 时间:2024/06/07 19:20
python的matplotlib模块实现tensorflow结果可视化。
'''# tensorflow输出结果可视化(三层全连接神经网络)# python3.6.1/tensorflow1.2.1'''# coding=utf-8# 导入模块import tensorflow as tfimport numpy as np# import matplotlib.pyplot as plt # python数据图形化工具# 添加神经网络层的函数def add_layer(inputs, in_size, out_size, activation_function=None): # 权值 Weights = tf.Variable(tf.random_normal([in_size, out_size])) # 偏置项 biases = tf.Variable(tf.zeros([1, out_size]) + 0.1) # 加权和 Wx_plus_b = tf.matmul(inputs, Weights) + biases # 激活函数 if activation_function is None: outputs = Wx_plus_b else: outputs = activation_function(Wx_plus_b) return outputs#=== 生成真实数据# 输入数据x_data = np.linspace(-1, 1, 300)[:, np.newaxis]# 300个从-1~1之间等差的行向量 # 噪点noise = np.random.normal(0, 0.05, x_data.shape)# 输出数据y_data = np.square(x_data) - 0.5 + noise#plt.scatter(x_data, y_data)#plt.show()#=== 生成占位符xs = tf.placeholder(tf.float32, [None, 1])ys = tf.placeholder(tf.float32, [None, 1])#=== add hidden layer 隐含层l1 = add_layer(xs, 1, 10, activation_function=tf.nn.relu)#=== add output layer 输出层prediction = add_layer(l1, 10, 1, activation_function=None)#=== 损失函数和梯度下降loss = tf.reduce_mean(tf.reduce_sum(tf.square(ys-prediction), reduction_indices=[1]))train_step = tf.train.GradientDescentOptimizer(0.1).minimize(loss)#=== 生成会话和初始化变量 init = tf.global_variables_initializer() sess = tf.Session()sess.run(init)#tensorflow >= 0.12 的版本不支持# tf.initialize_all_variables()初始化向量}#=== plot真是数据fig = plt.figure()# 生成图片框ax = fig.add_subplot(1,1,1)# 图片框分割成一块,编号为111ax.scatter(x_data, y_data)# 以点的形式显示出真实数据#plt.ion()# 连续的打印#plt.show()# 输出图片#=== 训练神经挖网络for i in range(1000): sess.run(train_step, feed_dict={xs: x_data, ys: y_data}) if i % 50 == 0:# 每50步输出一次 try: ax.lines.remove(lines[0])# 删除lines中第一条数据 except Exception: pass prediction_value = sess.run(prediction, feed_dict={xs: x_data}) lines = ax.plot(x_data, prediction_value, 'r-', lw=5) # 以线的形式输出预测数据,线的颜色为红色,线宽为5
阅读全文
0 0
- python的matplotlib模块实现tensorflow结果可视化
- 通过python的matplotlib包将Tensorflow数据进行可视化
- Python可视化的扩展模块matplotlib的简单应用
- Python科学计算数据可视化模块-Matplotlib
- 【干货】Python使用matplotlib实现数据可视化
- tensorflow结果可视化
- TensorFlow可视化结果
- Matplotlib入门:Python的可视化绘制工具包
- Python可视化库Matplotlib的使用
- Python 之大数据量的可视化----Matplotlib
- python的画图模块matplotlib
- python可视化--matplotlib
- python可视化-matplotlib学习
- 【Python】win10下tensorflow、matplotlib的安装
- tensorflow可视化模块 tensorboard
- matplotlib模块数据可视化-多图
- matplotlib模块数据可视化-动画
- matplotlib实现数据可视化
- Okhttp之同步和异步请求简单分析
- 了解编译和链接
- scala中实现break与continue功能
- Java值传递
- C语言使用getch()读取方向键
- python的matplotlib模块实现tensorflow结果可视化
- HDU 6096 String(2017 Multi-University Training Contest
- 小白学tkinter(tags(标签)的用法)
- 计算器(版本1)
- HashMap源码阅读
- u-boot
- 一分钟了解"用matlab计算信杂比SCR 以及 背景区域的标准差"
- 一行Spark代码的诞生记(深度剖析Spark架构)
- Matlab中数组元素引用——三种方法