首页 / 神经网络 / tensorflow搭建神经网络

tensorflow搭建神经网络

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搭建神经网络，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2017字，纯文字阅读大概需要3分钟。

内容图文

最简单的神经网络

             1
            import
             tensorflow as tf

             2
            import
             numpy as np

             3
            import
             matplotlib.pyplot as plt

             4
             5 date = np.linspace(1, 15, 15)# d定义日期 6 endPrice = np.array([2511.90, 2538.26, 2510.68, 2591.66, 2732.98, 2701.69, 2701.29, 2678.67, 2726.50, 2681.50, 2739.17, 2715.07, 2823.58, 2864.90, 2919.08])
 7 beginPrice = np.array([2438.71, 2500.88, 2534.95, 2512.52, 2594.04, 2743.26, 2697.47, 2695.24, 2678.23, 2722.13, 2674.93, 2744.13, 2717.46, 2832.73, 2877.40])
 8# print(date) 9plt.figure()
1011for i in range(0, 15):
12     dataOne = np.zeros([2])
13     dataOne[0] = i
14     dataOne[1] = i
15     priceOne = np.zeros([2])
16     priceOne[0] = beginPrice[i]
17     priceOne[1] = endPrice[i]
18if endPrice[i] > beginPrice[i]:
19         plt.plot(dataOne, priceOne, ‘r‘, lw=8)
20else:
21         plt.plot(dataOne, priceOne, ‘g‘, lw=8)    
22# plt.show()23# 归一化处理24 dateNormal = np.zeros([15,1])
25 PriceNormal  = np.zeros([15,1])
26for i in range(0,15):
27     dateNormal[i] = i/14.0
28     PriceNormal[i] = endPrice[i]/3000.0
29# print(dateNormal)30# print(‘\n‘)31# print(PriceNormal)32 x = tf.placeholder(tf.float32, [None, 1])
33 y = tf.placeholder(tf.float32, [None, 1])
3435# B 第一层36 w1 = tf.Variable(tf.random_uniform([1, 10], 0, 1))
37 b1 = tf.Variable(tf.zeros([1, 10]))
38 wb1 = tf.matmul(x, w1) + b1
39 layer1 = tf.nn.relu(wb1)# 激励函数4041# 第二层42 w2 = tf.Variable(tf.random_uniform([10,1], 0, 1))
43 b2 = tf.Variable(tf.zeros([15, 1]))
44 wb2 = tf.matmul(layer1, w2) + b2
45 layer2 = tf.nn.relu(wb2)# 激励函数4647# loss48 loss = tf.reduce_mean(tf.square(y-layer2))
49 train_step = tf.train.GradientDescentOptimizer(0.1).minimize(loss)
50with tf.Session() as sess:
51    sess.run(tf.global_variables_initializer())
52for i in range(0, 100000):
53         sess.run(train_step, feed_dict={x:dateNormal, y:PriceNormal})
54     pred = sess.run(layer2, feed_dict={x:dateNormal})
55     predPrice = np.zeros([15, 1])
56for i in range(0, 15):
57         predPrice[i] = (pred * 3000)[i]
58     plt.plot(date, predPrice, ‘b‘, lw=2)
59 plt.show()

 技术分享图片

 

原文：https://www.cnblogs.com/faithyiyo/p/11142027.html

内容总结

以上是互联网集市为您收集整理的tensorflow搭建神经网络全部内容，希望文章能够帮你解决tensorflow搭建神经网络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。

本文链接：https://qyyshop.com/info/1277140.html

来源：【匿名】