3-Tensorflow-demo_03-使用TF实现一元线性回归问题

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt"""
模拟一元线性回归数据 ，请大家用numpy自己生成。
"""
if __name__ == '__main__':with tf.Graph().as_default():# 一、构建模型图# 1、构建输入的占位符input_x = Noneinput_y = None# 2、构建变量w = Noneb = None# 3、正向传播，得到预测值。y_pred = None# 4、计算模型损失loss = None# 5、定义优化器。(含义：使用梯度下降的方式求解让损失函数最小的模型参数)optimizer = tf.train.GradientDescentOptimizer(learning_rate=0.01)train_opt = optimizer.minimize(loss=loss)# 二、构建会话with tf.Session() as sess:# a、变量初始化pass# b、加载数据（训练的数据生成）train_x = Nonetrain_y = None# c、模型训练for e in range(1, 200):# 执行模型训练操作feed = {input_x: train_x, input_y: train_y}_, train_loss = sess.run([train_opt, loss], feed_dict=feed)print('Epoch:{} - Train Loss:{:.5f}'.format(e, train_loss))# d、使用训练数据，得到该数据的预测值，并做一个可视化操作。pass

D:\Anaconda\python.exe D:/AI20/HJZ/04-深度学习/2-TensorFlow基础/tf_基础代码/01_01Graph和Session.py
Tensor("add:0", shape=(3, 5), dtype=float32) Tensor("add_1:0", shape=(5, 3), dtype=float32) Tensor("MatMul:0", shape=(3, 3), dtype=float32)
2019-11-30 21:39:59.231831: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2
<tensorflow.python.client.session.InteractiveSession object at 0x000001D80CAE3C50>
[[ 2.385983  3.385983  4.385983][ 3.385983  5.385983  5.385983][43.385983  3.385983  2.385983][ 1.385983  3.385983  4.385983][ 4.385983  4.385983  4.385983]]
[[151.05128   30.45549   32.843945][157.43454   47.838726  53.22718 ][192.84169   38.24591   41.634365]]Process finished with exit code 0

3-Tensorflow-demo_03-使用TF实现一元线性回归问题相关推荐

TensorFlow基础3-机器学习基础知识（解析法实现一元线性回归、多元线性回归）
记录TensorFlow听课笔记文章目录记录TensorFlow听课笔记一,机器学习基础 1.1一元线性回归 1.2解析法实现一元线性回归 1.3解析法实现多元线性回归二,代码实现一元/多元回 ...
解析法实现一元线性回归、多元线性回归以及数据模型可视化操作
目录 [1]解析法实现一元线性回归 python列表实现利用Numpy实现利用TensorFlow实现数据和模型可视化 [2]解析法实现多元线性回归利用Numpy实现需要用到的NumPy数组 ...
python 梯度下降法实现一元线性回归
一.简单过一下算法流程 ''' 梯度下降法实现一元线性回归一元线性函数: y = ax + b 实际数据服从: y = x + 2 初始模型: y = 0.1*x + 0.1 ''' import ...
TensorFlow通过Cholesky矩阵分解实现线性回归
这里将用TensorFlow实现矩阵分解,对于一般的线性回归算法,求解Ax=b,则x=(A'A)^(-1)A'b,然而该方法在大部分情况下是低效率的,特别是当矩阵非常大时效率更低.另一种方式则是通过矩 ...
Pytorch和Tensorflow在10000*1000数据规模线性回归算法中的运算速度对比
Pytorch和Tensorflow在10000*1000数据规模线性回归算法中的运算速度对比因为在学习人工智能相关知识,于是将学习过程与程序放在这里,希望对大家有帮助,共同学习,共同进步(不喜勿喷 ...
一元线性回归的Python编程实现
这篇文章主要是为了实现周志华老师的机器学习书涉及的:单变量的线性回归,即一元线性回归的Python编程实现. 代码如下: # -*- coding: cp936 -*- from numpy impo ...
tensorflow兼容处理 tensorflow.compat.v1 tf.contrib
20201130 问题提出: v1版本中tensorflow中contrib模块十分丰富,但是发展不可控,因此在v2版本中将这个模块集成到其他模块中去了.在学习tensorflow经常碰到tf.con ...
TensorFlow介绍之TF数据流图
TensorFlow介绍之TF数据流图 1. TF数据流图 1.1案例:TensorFlow实现一个加法运算示例代码: def tensorflow_demo():""" ...
tensorflow中的tf.summary.image
tensorflow中的tf.summary.image tf.summary.image(name,#生成的节点的名称.也将作为TensorBoard中的系列名称tensor,#uint8或者flo ...

3-Tensorflow-demo_03-使用TF实现一元线性回归问题

3-Tensorflow-demo_03-使用TF实现一元线性回归问题相关推荐

最新文章

热门文章