tensorflow的regress（超详细教程）

运行结果

代码如下：

"""
Know more, visit my Python tutorial page: https://morvanzhou.github.io/tutorials/
My Youtube Channel: https://www.youtube.com/user/MorvanZhou
Dependencies:
tensorflow: 1.1.0
matplotlib
numpy
"""
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as nptf.set_random_seed(1)   #seed值一样生成的随机数不一样，单属于通遇阻https://blog.csdn.net/hongxue8888/article/details/79955982np.random.seed(1)    #seed值一样后面生成的随机数就一样
#https://blog.csdn.net/jiangjiang_jian/article/details/79031788# fake datax = np.linspace(-1, 1, 100)[:, np.newaxis]             # shape (100, 1)       #https://blog.csdn.net/you_are_my_dream/article/details/53493752    #https://blog.csdn.net/you_are_my_dream/article/details/53493752noise = np.random.normal(0, 0.1, size=x.shape)
y = np.power(x, 2) + noise                          # shape (100, 1) + some noise# plot data
plt.scatter(x, y)  #输出的是点
plt.show()  #显示点云tf_x = tf.placeholder(tf.float32, x.shape)     # input x    设置输入变量占位符
tf_y = tf.placeholder(tf.float32, y.shape)     # input y# neural network layershttps://blog.csdn.net/o0haidee0o/article/details/80514388l1 = tf.layers.dense(tf_x, 10, tf.nn.relu)          # hidden layer   相当于add_layer()output = tf.layers.dense(l1, 1)                     # output layer
https://www.w3cschool.cn/tensorflow_python/tensorflow_python-zkxr2x87.html
loss = tf.losses.mean_squared_error(tf_y, output)   # compute cost
optimizer = tf.train.GradientDescentOptimizer(learning_rate=0.5)#选择优化器，逆向传递函数
train_op = optimizer.minimize(loss)sess = tf.Session()                                 # control training and others
sess.run(tf.global_variables_initializer())         # initialize var in graphplt.ion()   # something about plotting 打开交互界面，连续显示图像
#上面只是定义了一些变量，下面才是重头戏，开始运行
for step in range(100):# train and net output_, l, pred = sess.run([train_op, loss, output], {tf_x: x, tf_y: y})  #前面表示需要运行的公式，后面表示可以提供的数据if step % 5 == 0:# plot and show learning processplt.cla()    #清除matplotlibplt.scatter(x, y)  #散点图plt.plot(x, pred, 'r-', lw=5)  #绘制折线图plt.text(0.5, 0, 'Loss=%.4f' % l, fontdict={'size': 20, 'color': 'red'}) #在街面上的固定位置进行文字说明plt.pause(0.1)  #运行一次plot的连续界面暂停的时间plt.ioff()  #关闭交互式界面
plt.show()

tensorflow的regress（超详细教程）相关推荐

NLP之BERT英文阅读理解问答SQuAD 2.0超详细教程
环境 linux python 3.6 tensorflow 1.12.0 文件准备工作下载bert源代码 : https://github.com/google-research/bert 下载b ...
点云处理算法整理（超详细教程）
点云处理算法整理(超详细教程) 目录一. 线性回归_最小二乘法.梯度下降法二. 线性回归_最小二乘法.RANSAC算法三. 最近点迭代_ICP算法四. 常见三角网格划分_voronoi图和De ...
手把手从零开始搭建k8s集群超详细教程
本教程根据B站课程云原生Java架构师的第一课K8s+Docker+KubeSphere+DevOps同步所做笔记教程 k8s集群搭建超详细教程 1. 基本环境搭建 1. 创建私有网络 2. 创建服务 ...
安装64位Oracle 10g超详细教程
安装64位Oracle 10g超详细教程 1. 安装准备阶段 1.1 安装Oracle环境经过上一篇博文的过程,已经完成了对Linux系统的安装,本例使用X-Manager来实现与Linux系统的连 ...
mysql超详细教程_MySQL8.0.23安装超详细教程
前言最近在做一个人脸识别的项目,需要用数据库保存学生信息与前段交互. MySQL的优点 1.mysql性能卓越,服务稳定,很少出现异常宕机. 2.mysql开放源代码且无版权制约,自主性及使用成本低 ...
WebRTC VideoEngine超详细教程（三）——集成X264编码和ffmpeg解码
转自:http://blog.csdn.net/nonmarking/article/details/47958395 本系列目前共三篇文章,后续还会更新 WebRTC VideoEngine超详细教 ...
二进制安装部署 4 kubernetes集群---超详细教程
二进制安装部署kubernetes集群---超详细教程前言:本篇博客是博主踩过无数坑,反复查阅资料,一步步搭建完成后整理的个人心得,分享给大家~~~ 本文所需的安装包,都上传在我的网盘中,需要的可以 ...
【超详细教程】使用Windows Live Writer 2012和Office Word 2013 发布文章到博客园全面总结...
[超详细教程]使用Windows Live Writer 2012和Office Word 2013 发布文章到博客园全面总结原文 http://www.cnblogs.com/liuxianan/ ...
mysql 8.0.22_最新版MySQL 8.0.22下载安装超详细教程(Windows 64位)
前言前几天下载安装了最新版的MySQL 8.0.22,遇到了不少问题,参考了一些方法,最终得以解决.今天将自己的安装过程记录下来,希望对各位有所帮助. 一.MySQL 8.0.22官网下载点击进入 ...

tensorflow的regress（超详细教程）

tensorflow的regress（超详细教程）

tensorflow的regress（超详细教程）相关推荐

最新文章

热门文章