玩玩机器学习5——构造单层神经网络解决非线性函数（三次函数）的曲线拟合

使用TensorFlow构造了一个隐藏层和输出层的神经网络，做非线性曲线的拟合

import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as npnp.random.seed(1)
x = np.linspace(-1, 1, 100)[:, np.newaxis] #创建一个新维度
noise = np.random.normal(0, 0.1, size=x.shape)#产生0-0.1之间x长度的随机数
y = np.power(x, 3) + 0#定义函数y为二次函数加上噪声的图像
plt.scatter(x, y)#定义x和y的散点图
plt.show()#画图tf.set_random_seed(1)#设定随机种子
tf_x = tf.placeholder(tf.float32, x.shape) #定义占位符x
tf_y = tf.placeholder(tf.float32, y.shape) #定义占位符y
l1 = tf.layers.dense(tf_x, 10, tf.nn.relu)  #定义隐藏层，使用relu激活函数
output = tf.layers.dense(l1, 1)   #定义输出层
loss = tf.losses.mean_squared_error(tf_y, output)   # 定义损失值均方误差loss
optimizer = tf.train.GradientDescentOptimizer(learning_rate=0.5)#定义学习率为0.5的梯度下降算法的优化器
train_op = optimizer.minimize(loss)#执行
sess = tf.Session()         #定义会话
sess.run(tf.global_variables_initializer()) #会话占位符初始化plt.ion()   # 打开交互模式for step in range(500):#训练神经网络并输出损失值l和预测值pred_, l, pred = sess.run([train_op, loss, output], {tf_x: x, tf_y: y})if step % 20 == 0:#每训练5次输出一次# 画图plt.cla()plt.scatter(x, y)plt.plot(x, pred, 'r-', lw=5)#画出x和预测值pred的散点图plt.text(0.5, 0, 'Loss=%.4f' % l, fontdict={'size': 20, 'color': 'red'})#输出损失值lplt.pause(0.1)plt.ioff()#关闭交互模式
plt.show()#画图

GitHub地址：https://github.com/xiaobingchan/machine_learn

效果如图

玩玩机器学习5——构造单层神经网络解决非线性函数（三次函数）的曲线拟合相关推荐

吴恩达机器学习神经网络 8-1非线性假设
Non-linear hypotheses 非线性假设神经网络实际上是一个相对古老的算法,但是后来沉寂了一段时间,不过现在,它又成为许多机器学习问题的首选技术. 为什么要研究神经网络? 这是一个监督 ...
3.9 神经网络解决多分类问题-机器学习笔记-斯坦福吴恩达教授
神经网络解决多分类问题假定我们需要将图像分为四类: 行人图像车辆图像摩托车图像卡车图像这是一个多分类问题,由于图像特征较多,因此我们可以考虑设计含有多个隐含层的神经网络来完成特征优化(扩展) ...
3.8 神经网络解决逻辑运算问题-机器学习笔记-斯坦福吴恩达教授
神经网络解决逻辑运算问题神经网络通过不同的架构设置,来完成不同的任务,比如我们看到一半的逻辑与运算: x1ANDx2={1ifx1=1andx2=10otherwisex_1\ AND\ x_2=\ ...
译文 | 与TensorFlow的第一次接触第四章：单层神经网络
北京 | 深度学习与人工智能研修 12月23-24日再设经典课程重温深度学习阅读全文> 正文共7865个字,27张图,预计阅读时间:20分钟. 在前言中,已经提到经常使用深度学习的领域就是模 ...
【周志华机器学习】五、神经网络
文章目录参考资料 1. 基本概念 1.1 神经元模型 2. 感知机与多层网络隐藏层的解释 3. BP神经网络算法 3.1 算法思想 3.2 过拟合问题 4. 全局最小与局部最小 5. 深度学习 5 ...
深入浅出神经网络与深度学习--神经元感知机单层神经网络介绍（-）
1 概述写神经网络与深度学习方面的一些知识,是一直想做的事情.但本人比较懒惰,有点时间想玩点游戏呀什么的,一直拖到现在. 也由于现在已经快当爸了,心也沉了下来,才能去梳理一些东西.本文会深入 ...
机器学习：西瓜书神经网络学习笔记
文章目录神经元模型感知机与多层网络误差逆传播算法全局最小和局部极小其他常见神经网络 RBF网络 ART网络 SOM网络级联相关网络 Elman网络 Boltzmann机深度学习神经元模 ...
华南理工深度学习与神经网络期末考试_深度学习基础：单层神经网络之线性回归...
3.1 线性回归线性回归输出是一个连续值,因此适用于回归问题.回归问题在实际中很常见,如预测房屋价格.气温.销售额等连续值的问题.与回归问题不同,分类问题中模型的最终输出是一个离散值.我们所说的图像 ...
非线性方程组求解方法,神经网络的非线性函数
1.rbf神经网络原理 rbf神经网络原理是用RBF作为隐单元的"基"构成隐含层空间,这样就可以将输入矢量直接映射到隐空间,而不需要通过权连接. 当RBF的中心点确定以后,这种映射 ...

玩玩机器学习5——构造单层神经网络解决非线性函数（三次函数）的曲线拟合

玩玩机器学习5——构造单层神经网络解决非线性函数（三次函数）的曲线拟合相关推荐

最新文章

热门文章