tensorflow第一次的线性拟合
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了tensorflow第一次的线性拟合,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1266字,纯文字阅读大概需要2分钟。
内容图文
![tensorflow第一次的线性拟合](/upload/InfoBanner/zyjiaocheng/1122/8a0d721f97af4febb2fd6079dddf86b1.jpg)
参考的是b站上的教程,链接https://www.bilibili.com/video/av16001891?p=9
但可能是因为tensorflow的版本不一样,出了一堆bug,百度了好久
记录一下终于能run起来的版本,或许能帮到和我一样到处百度error又刚好看到这篇的小伙伴((
虽然还是有点似懂非懂……但run起来了就好(雾
上代码啦
1 import tensorflow as tf 2 import numpy as np 3 tf.compat.v1.disable_eager_execution() 4 5 # create data 6 x_data=np.random.rand(100).astype(np.float32) 7 y_data=x_data*0.1+0.3 8 910###create tensorflow structure start###11 Weights=tf.Variable(tf.random.uniform([1],-1.0,1.0,tf.float32)) # 一维,范围是[-1.0,1.0]12 biases=tf.Variable(tf.zeros([1])) # 初始值为0的一维向量1314 y=Weights*x_data+biases # 拟合,Weights->0.1; biases->0.3151617def loss(): 18return tf.keras.losses.MSE(y_data,Weights*x_data+biases) 192021#loss=tf.reduce_mean(tf.square(y-y_data)) # 预测的y要尽量接近y_data 22 optimizer=tf.compat.v1.train.GradientDescentOptimizer(0.5) # 优化器,减少误差,学习效率为0.5(一般小于1)23 train=optimizer.minimize(loss) 2425 init=tf.compat.v1.global_variables_initializer() 26#init=tf.initialize_all_variables().run() # 初始化神经网络结构27###create tensorflow structure end###2829 sess = tf.compat.v1.Session() 30 sess.run(init) # 激活3132# 训练两百步33for step in range(200): 34 sess.run(train) 35if step%20 == 0: 36print(step,sess.run(Weights),sess.run(biases))
原文:https://www.cnblogs.com/Accepted20191024/p/12528276.html
内容总结
以上是互联网集市为您收集整理的tensorflow第一次的线性拟合全部内容,希望文章能够帮你解决tensorflow第一次的线性拟合所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。