机器学习笔记5:TensorFlow的了解与运行
来源:互联网 发布:质量好的挎包淘宝店 编辑:程序博客网 时间:2024/06/02 03:35
机器学习笔记5:TensorFlow的了解与运行
本文的主要内容参考于TensorFlow中文社区内容,并在下面的文章中测试其中的样例代码。
本文主要是在完成Tensorflow的配置后,调用Python API进行测试的一段TensorFlow的测试代码。
算法主要的内容就是产生一些随机数据,然后构建一个平面去拟合这些数据。采用的算法也就是梯度下降的方式,通过循环迭代来拟合平面。
# coding=utf-8import tensorflow as tffrom numpy import *import numpy as npimport matplotlibimport matplotlib.pyplot as plt# 使用 NumPy 生成假数据(phony data), 总共 100 个点.x_data = np.float32(np.random.rand(2, 100)) # 随机输入y_data = np.dot([0.100, 0.200], x_data) + 0.300# 构造一个线性模型b = tf.Variable(tf.zeros([1]))W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))y = tf.matmul(W, x_data) + b# 最小化方差loss = tf.reduce_mean(tf.square(y - y_data))optimizer = tf.train.GradientDescentOptimizer(0.5)train = optimizer.minimize(loss)# 初始化变量init = tf.initialize_all_variables()# 启动图 (graph)sess = tf.Session()sess.run(init)# 拟合平面# 进行梯度下降来选取最佳的w与bfor step in xrange(0, 201): sess.run(train) if step % 20 == 0: print step, sess.run(W), sess.run(b)W_result = []W_result = sess.run(W)b_result = sess.run(b)print W_result,b_result
运行的结果如下:
最佳拟合结果 W: [[0.100 0.200]], b: [0.300]
August 27 , 2017
阅读全文
0 0
- 机器学习笔记5:TensorFlow的了解与运行
- 【tensorflow1.0学习笔记001】开篇:以实例了解tensorflow的运行与下载安装
- 机器学习之 了解TensorFlow
- 机器学习初学者的TensorFlow笔记
- 【机器学习】Tensorflow学习笔记
- 机器学习笔记8:基于TensorFlow的数据预测
- 机器学习之TensorFlow框架学习笔记
- [机器学习收藏] TensorFlow初学者必须了解的55个经典案例
- 机器学习: TensorFlow 的数据读取与TFRecords 格式
- #TensorFlow学习笔记#02 Session的两种运行方式
- tensorflow学习笔记:运行tensorboard遇到的错误
- TensorFlow学习笔记(二十一) tensorflow机器学习模型
- TensorFlow学习笔记6——《面向机器智能的TensorFlow实践》StanfordDog例程修改记录
- TensorFlow笔记1-mnist机器学习教程
- 机器学习笔记二十三 TensorFlow
- Python与机器学习之TensorFlow方法论
- TensorFlow教程04:针对机器学习初学者的MNIST实验——源码和运行结果
- TensorFlow学习笔记(2)--运行MNIST例子
- [置顶] Android自定义控件 温度旋转按钮
- 找回path变量值
- apt命令
- c语言变长结构体
- Android图表 MPAndroidChart折线图
- 机器学习笔记5:TensorFlow的了解与运行
- C/C++ for VS Code
- mysql 主从复制
- 分类器设计
- spring整合mybatis的配置文件
- Mysql两种存储引擎的优缺点
- Spring+SpringMVC+Hibernate三大框架整合
- Linux epoll简单脉络
- 关于嵌入式的系统,原来自己知道的太少了