Author：吾爱北方的母老虎

原创链接：https://blog.csdn.net/weixin_41010198/article/details/80261037

TensorFlow的运行方式分为四步

加载数据及定义超参数
构建网络
训练模型
评估模型和进行预测

下面以一个一元二次方程为例构建一个神经网络模型

y = ax**2+b

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

1.生成及加载数据

# 构建满足一元二次方程的函数# 为了使点更密集一些，我们构建了300个点，分布在-1到1区间，直接采用np生成等差数列的方法，并将结果为300个点的
# 一维数组，转换为300x1的二维数组
x_data = np.linspace(-1,1,300)[:,np.newaxis]
print(x_data[0:5])
print(np.shape(x_data))# 我自己定义一个行的数据
# ax = range(300)
x_data[0:5,:]   # 取出的是前5行，和所有的列的数据# 没有实现数据绘制
plt.scatter(ax,x_data)  # 就是单个的点，没有必要进行可视化了，可以利用索引的位置作为其的横坐标
plt.show()

n = 1024
x = np.random.normal(0,1,n)
print(x)
y = np.random.normal(0,1,n)
plt.scatter(x,y,color="r")
plt.show()

# 给数据中加入一些噪声点   加入噪声点到值的范围是0~0.05   拟合成均值为0，方差为0.05的正态分布
print(x_data.shape)
noise = np.random.normal(0,0.05,x_data.shape)
print(noise)   # 打印出来的数很小，是以科学计数法的形式进行打印的

y_data = np.square(x_data) - 0.5 + noise   # y = x^2-0.5+噪声

tf.placeholder(dtype, shape=None, name=None)

此函数可以理解为形参，用于定义过程，在执行的时候再赋具体的值

参数：

dtype：数据类型。常用的是tf.float32,tf.float64等数值类型 shape：数据形状。默认是None，就是一维值，也可以是多维，比如[2,3], [None, 3]表示列是3，行不定 name：名称。

2.构建网络模型

# 定义的网络模型有一个隐藏层和一个输出层  其中定义了四个参数：
# 分别是：输入数据、输入数据的维度、输出数据的维度、激活函数def add_layer(inputs,in_size,out_size,activation_function=None):# 构建权重  ：in_size x out_size  大小的举证weights = tf.Variable(tf.random_normal([in_size,out_size]))# 构建偏置矩阵bias = tf.Variable(tf.zeros([1,out_size]) + 0.1)# 矩阵相乘Wx_plus_b = tf.matmul(inputs,weights) + biasif activation_function is None:outputs = Wx_plus_belse:outputs = activation_function(Wx_plus_b)return outputs  # 得到输出数据# 构建隐藏层,假设隐藏层有20个神经元h1 = add_layer(xs,1,20,activation_function=tf.nn.relu)#  构建输出层，假设输出层和输入层一样，有1个神经元
prediction = add_layer(h1,20,1,activation_function=None)

# 计算预测值和真实值之间的误差loss = tf.reduce_mean(tf.reduce_sum(tf.square(ys-prediction),reduction_indices=[1]))
train_step = tf.train.GradientDescentOptimizer(0.1).minimize(loss)   # 梯度下降，求损失的最小值# 梯度下降更新参数，然后进训练1000次后，看最后的损失会下降到多少

3.训练模型

# 让TensorFlow训练1000次，每50次输出训练的损失值init = tf.global_variables_initializer()  # 初始化所有的变量
sess = tf.Session()
sess.run(init)import timefig = plt.figure()# 生成图片框
ax = fig.add_subplot(1,1,1)# 图片框分割成一块，编号为111init_time=time.time()
loss_list=[]
for i in range(10000):sess.run(train_step,feed_dict={xs:x_data,ys:y_data})if i%500 == 0:      #  没隔50次打印一次损失值print(sess.run(loss,feed_dict={xs:x_data,ys:y_data}))loss_list.append(loss)print(type(loss_list))
print(loss_list)loss_list=np.array(loss_list)
print(type(loss_list))# 没有画出来ax.plot(np.array(range(20)), loss_list, 'r-', lw=5)
print("training time is: ",time.time()-init_time,"s")

# 之后补充损失函数的可视化

#=== plot真是数据
fig = plt.figure()# 生成图片框
ax = fig.add_subplot(1,1,1)# 图片框分割成一块，编号为111
ax.scatter(x_data, y_data)# 以点的形式显示出真实数据
#plt.ion()# 连续的打印
plt.title("函数 y=x^2+b的图像")
plt.show()# 输出图片

DL-1 用一元二次方程 y=x^2+b 构建神经网络相关推荐

js条件语句，用if...else if....else方程ax2+bx+c=0一元二次方程。求根
if 语句 - 只有当指定条件为 true 时,使用该语句来执行代码 if...else 语句 - 当条件为 true 时执行代码,当条件为 false 时执行其他代码 if...else if... ...
10的多少次方 oracle_初中数学：关于一元二次方程的中考经典例题，千万别错过！...
教育的干货与温度我们倾力奉献一元二次方程的应用题在初中代数里是个非常重要的知识点. 它不仅考查学生对于列方程解实际问题的能力,还考查了学生对于一元二次方程的计算. 也就是说你得能根据实际问题能列出 ...
c++中计算2得n次方_《一元二次方程》单元试卷，从中总结出5个考点，初三学生应知道...
俗话说:"工欲善其事, 必先利其器. " 学好一元二次方程必须熟练掌握它的重要考点,再通过有针对性地做练习,提高解题能力. 为了帮助大家切身感受一元二次方程这章的重要考点,下面将为 ...
c语言程序算一元二次方程,如何用C语言来计算一元二次方程
C语言实现一元二次方程的解源程序 #include #include float x1,x2,p,q,d; float great_than_zero(float,float); float equ ...
java2的7次方怎么表示_一元二次方程常见题型之方程根的解法
一元二次方程在整个数学的学习中是十分重要的,在初中来说它的地位更是高,不仅在中考数学中占有很大的比例,还在实际中也有很广泛的运用.其中,方程根的解法更是一元二次方程的重中之重,下面就给大家分析一下一元 ...
一元二次方程abc决定什么_专题—二次函数一元二次方程-abc意义.pptx
专题-二次函数一元二次方程-abc意义二次函数与一元二次方程a,b,c的符号意义;对于二次函数y=ax2+bx+c(a≠0):1.求与y轴交点坐标,令 ,得所以与y轴交点坐标 : 若交于原点,则 ...
python从原始代码（matplotlib）到加图形界面（tkinter），最后到制作软件（一元二次方程软件）（如何做一个python软件）
一.基本介绍 1.使用的python开发工具是Anaconda中的Spyder 这个工具比较好用,安装步骤直接百度即可. 2.原始代码用到了几个库,用到了matplotlib库等,百度添加相应的库即可 ...
利用C++求解一元二次方程
题目:求解一元二次方程:ax²+bx+c=0 的解,其中a=1,b=-3,c=2. 分析:大家都知道一元二次方程的解有三种情况,即考虑Δ=(b²-4ac)的算术平方根,当Δ>0时,方程有两个不相 ...
C语言：解一元二次方程
C语言实验题――一元二次方程描述解一元二次方程ax2+bx+c=0的解. 输入输入三个实数a,b,c的值,且a不等于0. 输出输出两个根X1和X2,用空格隔开,具体格式为: X1 X2 其中大 ...

DL-1 用一元二次方程 y=x^2+b 构建神经网络