tensorflow搭建简单回归模型
来源:互联网 发布:java 方法嵌套 编辑:程序博客网 时间:2024/05/16 09:04
前言
这是使用tensorflow 搭建一个简单的回归模型,用于熟悉tensorflow的基本操作和使用方法。
模型说明
这是一个简单的线性回归模型
损失函数是均方误差
这个有机器学习基础的同学应该很熟悉了。
模型数据
造的假的
# 训练数据train_X = np.asarray([3.3, 4.4, 5.5, 6.71, 6.93, 4.168, 9.779, 6.182, 7.59, 2.167, 7.042, 10.791, 5.313, 7.997, 5.654, 9.27, 3.1])train_Y = np.asarray([1.7, 2.76, 2.09, 3.19, 1.694, 1.573, 3.366, 2.596, 2.53, 1.221, 2.827, 3.465, 1.65, 2.904, 2.42, 2.94, 1.3])n=train_X.shape[0]
模型构建
根据之前说的tensorflow构建模型思路。
1、构造图节点
2、创建会话
构造图的节点
#定义两个变量的op占位符X=tf.placeholder("float")Y=tf.placeholder("float")
初始化权重w和偏置b
#初始化w,bW=tf.Variable(random.random(),name="weight")b=tf.Variable(random.random(),name="bias")
根据线性模型公式
y=wx+b
构造运算op
#初始化模型 pred oppred=tf.add(tf.multiply(X,W),b)
根据损失函数做出COST op
#初始化cost opcost=tf.reduce_sum(tf.pow(pred-Y,2))/(2*n)
初始化模型参数
#初始化模型参数learning_rate=0.01training_epochs=1000display_step=50
构建梯度下降的op
#构建梯度下降opoptimizer=tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)
训练模型要初始化所有的op(这个op在会话一开始就运行,只是初始化而已)
#初始化所有变量 opinit=tf.global_variables_initializer()
我们构造的计算图为
好了我们的图构造好了。可以创建会话进行运算了。会话可以自动帮我们找依赖关系,所以我们不用一个一个进行计算了。
创建会话
我们明确一下会话执行步骤
1、执行一次init op
2 、执行GD
结束了。。因为会自动帮我们找到依赖,所以我们只需要执行最后一个op即可。
#使用session 启动默认图with tf.Session() as sess: sess.run(init) #初始化 for epoch in range(training_epochs): for (x,y) in zip(train_X,train_Y): sess.run(optimizer,feed_dict={X:train_X,Y:train_Y}) #上面就已经结束了。计算一下cost 、w、b的值 print ("optimization Finished") training_cost = sess.run(cost,feed_dict={X:train_X,Y:train_Y}) print ("Training cost=",training_cost,"W=",sess.run(W),"b=",sess.run(b),"\n") #画图 plt.plot(train_X,train_Y,'ro',label="Original data") plt.plot(train_X,sess.run(W)*train_X+sess.run(b),label="Fitted line") plt.legend() plt.show()
是不是so easy
阅读全文
0 0
- tensorflow搭建简单回归模型
- Keras上基于TensorFlow实现简单线性回归模型
- 学习TensorFlow,线性回归模型
- Tensorflow实现逻辑回归模型
- 【计量】简单回归模型
- 用tensorflow构建线性回归模型
- TensorFlow上实现Softmax回归模型
- TensorFlow个人学习(回归模型)
- 基于tensorflow的线性回归模型
- 8.1 mnist_soft,TensorFlow构建回归模型
- 2.tensorflow 线性回归模型 matplot显示
- TensorFlow 实现一元线性回归模型
- tensorflow tutorials(一):用tensorflow建立线性回归模型
- tensorflow tutorials(二):用tensorflow建立岭回归模型
- tensorflow tutorials(三):用tensorflow建立逻辑回归模型
- TensorFlow学习笔记(二):TensorFlow实现线性回归模型
- TensorFlow学习笔记(三):TensorFlow实现逻辑回归模型
- tensorflow入门Day1-简单线性回归
- 机器学习必知的15大框架
- 传感器数据完善 AI 功能,激起机器人“网络效应”
- 自定义注解验证参数
- CCF201712-4 最小疲劳值
- 双绞线、同轴电缆、光纤
- tensorflow搭建简单回归模型
- Leetcode 75. Sort Colors
- uva 1449 Dominating Patterns(AC自动机基本应用)
- android 源码下载和编译
- 用户禁止cookie后,如何继续使用session
- Pickle在 Python 2 and 3 中不兼容的问题
- HTML5(二十)
- iOS判断一个库是否包含bitcode
- SQL Server中的临时表是否需要显式删除?