tensorflow系列1:两种方式优化损失函数
来源:互联网 发布:蔡司三坐标测量机编程软件教程 编辑:程序博客网 时间:2024/06/08 15:29
如果没有安装tensorflow参见深度学习1:windows系统下eclipse+pydev+anaconda环境搭建
安装完成后,import tensorflow as tf不报错,则说明安装成功。
方法一:
因为优化的是(w-5)的平方,当w=5的时候,最小为0,迭代1000次后w为4.9999,说明已经基本达到了目标。
方法一源代码,编译环境(anaconda Jupyter Notebook+ python3)
# coding: utf-8# In[1]:import numpy as npimport tensorflow as tf# In[11]:#定义参数,初始化为0w=tf.Variable(0,dtype=tf.float32)#定义损失函数cost = tf.add(tf.add(w**2,tf.multiply(-10.,w)),25)#学习率为0.01,采用梯度下降法最小化costtrain = tf.train.GradientDescentOptimizer(0.01).minimize(cost)#下面几行诗惯用表达init = tf.global_variables_initializer()session =tf.Session()#初始化全局变量session.run(init)#用tensorflow评估一个变量,此时结果为0,因为我们什么都没有做还print(session.run(w))# In[9]:#运行梯度下降算法session.run(train)print(session.run(w))# In[10]:#运行梯度下降1000次迭代,run(train)for i in range(1000): session.run(train)print(session.run(w))# In[ ]:
方法二:
方法二源代码,编译环境同方法一:
# coding: utf-8# In[1]:import numpy as npimport tensorflow as tf# In[4]:#placeholder定义一个之后再赋值的变量x=tf.placeholder(tf.float32,[3,1])w=tf.Variable(0,dtype=tf.float32)#定义损失函数#cost = tf.add(tf.add(w**2,tf.multiply(-10.,w)),25)cost =x[0][0]*w**2+x[1][0]*w+x[2][0]#学习率为0.01,采用梯度下降法最小化costtrain = tf.train.GradientDescentOptimizer(0.01).minimize(cost)#下面几行诗惯用表达init = tf.global_variables_initializer()session =tf.Session()#初始化全局变量session.run(init)#用tensorflow评估一个变量,此时结果为0,因为我们什么都没有做还print(session.run(w))# In[6]:data = np.array([[1.],[-10.],[25.]])#运行梯度下降1000次迭代,run(train)for i in range(1000): session.run(train, feed_dict={x:data})print(session.run(w))# In[ ]:can参考资料:
网易云课堂《改善深层神经网络》,吴恩达
阅读全文
0 0
- tensorflow系列1:两种方式优化损失函数
- [tensorflow损失函数系列]sigmoid_cross_entropy_with_logits
- [tensorflow损失函数系列]weighted_cross_entropy_with_logits
- [tensorflow损失函数系列]softmax_cross_entropy_with_logits
- [tensorflow损失函数系列]sparse_softmax_cross_entropy_with_logits
- TensorFlow四种损失函数
- 罗斯基白话:TensorFlow+实战系列(三)常用损失函数与参数优化
- Tensorflow 损失函数定义
- TensorFlow损失函数专题
- TensorFlow自定义损失函数
- tensorflow学习之损失函数设置和参数优化
- 8.2 TensorFlow实现KNN与TensorFlow中的损失函数,优化函数
- tensorflow中损失函数总结
- Tensorflow实现经典损失函数
- 10、TensorFLow 中的损失函数
- 损失函数优化方法
- 两种交叉熵损失函数的异同
- 3 损失函数和优化
- 7-类的加载、连接、初始化
- TCP/IP详解学习笔记(1)-基本概念
- Python实现Pat 1034. Head of a Gang (30)
- python--leetcode598. Range Addition II
- oracle数据库sql语句06 join
- tensorflow系列1:两种方式优化损失函数
- MySQL的CURD
- PAT1041. 考试座位号(15) C++
- oracle数据库sql语句07 PL SQL程序结构
- oracle数据库sql语句08 PL SQL程序结构 循环 游标
- 第一章 基础知识
- oracle数据库sql语句09 PL SQL程序结构 异常
- 利用yum安装Redis的方法详解_Redis
- Python面向对象之定义类和使用类