tensorflow_add_layer
来源:互联网 发布:广西广电网络营业厅 编辑:程序博客网 时间:2024/06/03 17:12
#!/usr/bin/env python# -*- coding: utf-8 -*-# @Date : 2017-12-09 10:02:51# @Author : Lebhoryi@gmail.com# @Link1 : http://blog.csdn.net/xuan_zizizi/article/details/77815986# @Link2 : https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/3-1-add-layer/# @Version : tensorflow添加函数import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltdef add_layer(inputs,in_size,out_size,activation_function = None):# 定义一个添加层,输入值,输入尺寸,输出尺寸,以及激励函数,此处None默认为线性的激励函数 Weights = tf.Variable(tf.random_normal([in_size,out_size])) # 定义权值矩阵,in_size行,out_size列,随机初始权值 biases = tf.Variable(tf.zeros([1, out_size]) + 0.1) # 定义一个列表,一行,out_size列,值全部为0.1 Wx_plus_b = tf.add(tf.matmul(inputs,Weights),biases) # inputs*Weights + biases,预测值,未激活 if activation_function is None: outputs = Wx_plus_b # 结果为线性输出,激活结果 else: outputs = activation_function(Wx_plus_b) # 激励函数处理 return outputs# 定义数据集x_data = np.linspace(-1,1,300)[:,np.newaxis]noise = np.random.normal(0,0.05,x_data.shape) # 噪声均值为0,方差为0.05,与x_data格式相同y_data = np.square(x_data) - 0.5 + noisexs = tf.placeholder(tf.float32,[None,1])ys = tf.placeholder(tf.float32,[None,1])# add hidden layerl1 = add_layer(xs,1,10,activation_function=tf.nn.relu)# 隐含层输入层input(1个神经元):输入1个神经元,隐藏层10个神经元# add output layerprediction = add_layer(l1,10,1,activation_function=None)# 输出层也是1个神经元:隐藏层10个神经元,输出1个神经元loss = tf.reduce_mean(tf.reduce_sum(tf.square(ys - prediction), reduction_indices=[1]))# tf.reduce_mean(input_tensor, axis=None, keep_dims=False, name=None, reduction_indices=None)# 先求误差平方和的和求平均,reduce_sum表示对矩阵求和,reduction_indices=[1]方向optimizer = tf.train.GradientDescentOptimizer(0.1)train_step = optimizer.minimize(loss)init = tf.global_variables_initializer()sess = tf.Session()sess.run(init)# 可视化结果fig = plt.figure() # 生成图片框ax = fig.add_subplot(1,1,1)ax.scatter(x_data,y_data)plt.ion()plt.show()for i in range(1000): # trianing sess.run(train_step,feed_dict={xs:x_data,ys:y_data}) if i%50 == 0: # print(sess.run(loss,feed_dict={xs:x_data,ys:y_data})) try: ax.lines.remove(lines[0]) except Exception: pass prediction_value = sess.run(prediction,feed_dict = {xs:x_data}) # 画出预测 lines = ax.plot(x_data,prediction_value,'r-',lw = 5) plt.pause(0.1)
阅读全文
0 0
- tensorflow_add_layer
- JavaSE练习-多线程、Socket(TCP协议)、IO流模拟实现服务端多线程接收客户端上传图片
- linux基本目录处理命令
- android linker 执行流程
- Vmware WorkStation Pro 12 安装记录
- 将SQL Server的任意记录转换为JSON格式(JQGRID) -- 支持SQL 2005
- tensorflow_add_layer
- 成为一名机器学习算法工程师,你需要这些必备技能
- matlab矩阵中的逗号和分号
- 编写代码模拟手机与SIM卡的组合关系
- 获取URL节点内容
- iview 使用第三天
- 2017 哈理工低年级组院赛初赛 H-魔法阵 【规律】
- 离线markdown编辑器Haroopad介绍
- 你所不知道的HTTP