tensorflow 莫烦 二次函数弥拟合(四)
来源:互联网 发布:淘宝闲置物品能退货吗 编辑:程序博客网 时间:2024/04/28 04:07
# -*- coding: utf-8 -*-"""Created on Wed Apr 19 22:24:49 2017@author: user"""import tensorflow as tfimport numpy as npdef add_layer(inputs,in_size,out_size,activation_function=None): Weights=tf.Variable(tf.random_normal([in_size,out_size])) biases=tf.Variable(tf.zeros([1,out_size])+0.1) Wx_plus_b=tf.matmul(inputs,Weights)+biases if activation_function is None: outputs=Wx_plus_b else: outputs=activation_function(Wx_plus_b) return outputs x_data=np.linspace(-1,1,300,dtype=np.float32)[:,np.newaxis] noise=np.random.normal(0,0.05,x_data.shape).astype(np.float32)y_data=np.square(x_data)-0.5+noise xs=tf.placeholder(tf.float32,[None,1])ys=tf.placeholder(tf.float32,[None,1])l1=add_layer(x_data,1,10,activation_function=tf.nn.relu)prediction = add_layer(l1,10,1,activation_function=None)loss = tf.reduce_mean(tf.reduce_sum(tf.square(ys-prediction),reduction_indices=[1]))train_step=tf.train.GradientDescentOptimizer(0.01).minimize(loss)init=tf.initialize_all_variables()sess=tf.Session()sess.run(init)for i in range(1000): 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}))
0 0
- tensorflow 莫烦 二次函数弥拟合(四)
- 【python】tensorflow一元二次函数拟合
- 最小二乘法拟合曲线:二次函数
- tensorflow学习笔记二——建立一个简单的神经网络拟合二次函数
- 拟合直线 二次函数曲线 最小二乘法 javascript(p5.js)
- TensorFlow训练二次函数
- 用Tensorflow拟合线性函数
- 深度学习框架TensorFlow学习与应用(四)——拟合问题、优化器
- python中利用最小二乘拟合二次抛物线函数
- 多项式最小二次拟合
- tensorflow学习笔记(四):激活函数
- (四) tensorflow笔记:常用函数说明
- Tensorflow常用基本概念与函数(四)
- Tensorflow学习(一)离散点拟合
- 【TensorFlow】正则化(过拟合问题)
- 慕课网二次学习(四)
- 二次项最小二乘法拟合代码
- 贝塞尔二次拟合工具类
- 类和对象实验题
- 高温计通用协议 Data format UPP(Universal Pyrometer Protocol)
- chapter6——矩形法求定积分的通用函数
- 自定义封装StringUtils常用工具类
- java 的哈希码以及Object.toString()简单理解
- tensorflow 莫烦 二次函数弥拟合(四)
- 按之字形打印二叉树
- CreateMutex,WaitForSingleObject一定要在线程里面才阻塞?
- 相信未来
- javascript总结
- [IMWeb训练营作业]TodoList 20170419
- 软件架构师成长之路
- [C++]关于头文件中的防卫式声明(#ifndef...#pragma once)
- python中的sort方法使用详解