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 ...
最新文章
- linux内核参数详解
- JProfiler 11中文版
- 我的AutoHotkey配置
- C语言依次显示图片,c语言能显示图片吗
- LeetCode 1619. 删除某些元素后的数组均值
- 【二分+二维前缀和】Largest Allowed Area
- 小程序模拟服务器,小程序模拟请求服务器json数据
- 价值连城 Apple研究院总监 Ruslan Salakhutdinov的采访 给AI 深度学习从业者的建议
- springboot中使用redis的案例
- LOIC网站压力测试工具
- 【已解决】【Selenium】请教大神,知乎的注册页面如何切换到登录页面?
- 浅谈JSONP跨域漏洞
- VS2008创建C++项目
- 华为手机记事本导出_华为手机便签记事本怎么找到
- 利用条形码生成器在Word 2013中轻松制作条形码的方法
- 4K、高清、无水印视频素材库
- 理财通app的设计与实现(三)
- android在framework层增加自己的service---仿照GPS
- vivo手机如何使用非官方手机主题
- 3.BootLoader引导启动程序