初学 Tensorflow(线性回归预测)
来源:互联网 发布:飞控算法工程师培训 编辑:程序博客网 时间:2024/06/07 13:58
大致过程是:
先生成函数为 y = 0.1x + 0.3 的x、y的数据,即 k = 0.1, b = 0.3
设 k, b 初始为随机数,进行 200 次学习,每隔 20 次输出一下训练结果
具体代码如下:
# coding: utf-8import tensorflow as tf import numpy as np # 创造数据,y = 0.1x + 0.3x_data = np.random.rand(100).astype(np.float32)y_data = x_data * 0.1 + 0.3### 开始创建 tensorflow #### 可能为矩阵,首字母大写# 随机数列生成,一维的,范围[-1, 1]的数Weights = tf.Variable(tf.random_uniform([1], -1.0, 1.0))# 初始值为 0 的一维的数biases = tf.Variable(tf.zeros([1]))y = Weights * x_data + biases# 预测值与真实值的差别loss = tf.reduce_mean(tf.square(y - y_data))# 建立优化器,减少误差,提高参数的准确度# 学习效率是一个小于 1 的数,这里设为 0.5optimizer = tf.train.GradientDescentOptimizer(0.5)train = optimizer.minimize(loss)# 初始化init = tf.global_variables_initializer()### 创建完毕 #### 激活 tensorflowsess = tf.Session()sess.run(init)for step in range(201): sess.run(train) # 每隔 20 步输出运行结果 if step % 20 == 0: print step, sess.run(Weights), sess.run(biases)
阅读全文
0 0
- 初学 Tensorflow(线性回归预测)
- Tensorflow 线性回归预测房价实例
- TensorFlow实现一个简单的线性回归预测
- 线性回归预测法
- 线性回归预测
- 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
- TensorFlow之线性回归
- Tensorflow-线性回归
- Tensorflow-线性回归
- tensorflow 线性回归
- 基于Vue的三级联动下拉框
- Android——RecyclerView——ViewHolder全部源码及翻译、注释
- 数据结构第三次实验
- Ashampoo Burning Studio 19(阿香婆光盘刻录软件)官方破解版V19.0.0.24下载
- javascript中new关键字详解
- 初学 Tensorflow(线性回归预测)
- Oracle批量插入
- 十七周四次课(11月30日) 20.31 expect脚本同步文件 20.32 expect脚本指定host和要同步的文件 20.33 构建文件分发系统 20.34 批量远程执行命令
- 复习1次课(11月28日) 1.3 python的文件类型 1.4 python的变量 1.5 python的数值和字符串 1.6 元组 1.7 列表 1.8 字典 1.9 字典练习
- 复习4次课(12月1日) 1.1 函数定义 1.2 函数的参数 1.3 函数的默认参数 1.4 函数的变量 1.5 函数的返回值 1.6 多类型传值和冗余参数 1.7 函数的递归调用
- Android内部存储和外部存储,以及读取Android读取RAM,ROM内部存储和外部存储卡容量
- Tensorflow 的初步学习
- C和指针之动态内存分配常见问题和总结
- 如果adb正常还是没办法真机调试的话