某小伙10行python,TensorFlow入门实例训练,拟合平面训练

某小伙10行python,TensorFlow入门实例训练,拟合平面训练
2018年04月18日 15:32 ai人工智能angtk

TensorFlow入门实例训练——拟合平面训练

需要了解基本面的Python的numpy包,经过多次测试,基本上训练260次左右就基本稳定不变了。

运行环境:

Python 3.6.4

TensorFlow 1.6.0

Anaconda 5.1

Numpy 1.14.0

y_data=np.dot([0.200,0.300],x_data)+0.500

可以通过修改y_data=np.dot([0.200,0.300],x_data)+0.500中的0.200,0.300,0.500进行变换测试训练。本实例仅作为入门学习使用,更深入的需进一步学习。

import tensorflow as tf

import numpy as np

import sys #未用到

#生成数据

x_data=np.float32(np.random.rand(2,100))#随机输入

y_data=np.dot([0.200,0.300],x_data)+0.500

print(x_data)

print(y_data)

#构造一个线性模型

b=tf.Variable(tf.zeros([1]))

w=tf.Variable(tf.random_uniform([1,2],-1.0,1.0))

y=tf.matmul(w,x_data)+b

#求解模型

#设置损失函数

loss=tf.reduce_mean(tf.square(y-y_data))

#选择梯度下降的方法

optimizer=tf.train.GradientDescentOptimizer(0.5)

#最小损失函数

train=optimizer.minimize(loss)

#初始化变量

init=tf.global_variables_initializer()

#设置tf度gpu按需分配

config=tf.ConfigProto()

config.gpu_options.allow_growth=True

#启动图

sess=tf.Session(config=config)

sess.run(init)

#迭代 反复执行上面的最小化损失函数,拟合平面

for step in range(0,501):

sess.run(train)

print(step,sess.run(w),sess.run(b)

我们是人工智能,深度学习最有活力的社群。请关注我们,也可以从我们详情页加入我们社群!

0条评论|0人参与网友评论
最热评论

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部