tensorflow--logistic regression
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist=input_data.read_data_sets("tmp/data", one_hot=True)learning_rate=0.01
training_epochs=25
batch_size=100
display_step=1
# placeholder x,y 用来存储输入,输入图像x构成一个2维的浮点张量,[None,784]是简单的平铺图,'None'代表处理的批次大小,是任意大小
x=tf.placeholder(tf.float32,[None,784])
y=tf.placeholder(tf.float32,[None,10])# variables 为模型定义权重和偏置
w=tf.Variable(tf.zeros([784,10]))
b=tf.Variable(tf.zeros([10]))pred=tf.nn.softmax(tf.matmul(x,w)+b) # w*x+b要加上softmax函数
# reduce_sum 对所有类别求和,reduce_mean 对和取平均
cost=tf.reduce_mean(-tf.reduce_sum(y*tf.log(pred),reduction_indices=1))
# 往graph中添加新的操作,计算梯度,计算参数的更新
optimizer=tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)init=tf.initialize_all_variables()with tf.Session() as sess:sess.run(init)for epoch in range(training_epochs):total_batch=int(mnist.train.num_examples/batch_size)for i in range(total_batch):batch_xs,batch_ys=mnist.train.next_batch(batch_size)sess.run(optimizer,feed_dict={x:batch_xs,y:batch_ys})if( epoch+1)%display_step==0:print "cost=", sess.run(cost,feed_dict={x:batch_xs,y:batch_ys})prediction=tf.equal(tf.argmax(pred,1),tf.argmax(y,1))accuracy=tf.reduce_mean(tf.cast(prediction,tf.float32))print "Accuracy:" ,accuracy.eval({x:mnist.test.image,y:mnist.test.labels})
logistic 函数:
二分类问题
softmax 函数:
将k维向量压缩成另一个k维向量,进行多分类,logistic 是softmax的一个例外
转载于:https://www.cnblogs.com/fanhaha/p/7617497.html
tensorflow--logistic regression相关推荐
- Tensorflow【实战Google深度学习框架】—Logistic regression逻辑回归模型实例讲解
文章目录 1.前言 2.程序详细讲解 环境设定 数据读取 准备好placeholder,开好容器来装数据 准备好参数/权重 拿到每个类别的score 计算多分类softmax的loss functio ...
- TensorFlow简单实例(二):logistic regression
http://www.longxyun.com/blog.html [原文地址] 目前机器学习中,逻辑回归多用来估计某种事物的可能性. 例如用户在某电商平台搜索了一类商品,那么估计他的可能性,估 ...
- python训练模型函数参数_一步步亲手用python实现Logistic Regression
前面的[DL笔记1]Logistic回归:最基础的神经网络和[DL笔记2]神经网络编程原则&Logistic Regression的算法解析讲解了Logistic regression的基本原 ...
- logistic regression一点理解
全文共1268个字,36张图,预计阅读时间10分钟. 关于logistic regression一些常见问题,整理出来,方便大家应对各种坑爹的面试官. 01 为什么用sigmoid函数? the od ...
- Logistic Regression 为什么用极大似然函数
1. 简述 Logistic Regression Logistic regression 用来解决二分类问题, 它假设数据服从伯努利分布,即输出为 正 负 两种情况,概率分别为 p 和 1-p, 目 ...
- cs230 深度学习 Lecture 2 编程作业: Logistic Regression with a Neural Network mindset
本文结构: 将 Logistic 表达为 神经网络 的形式 构建模型 导入包 获得数据 并进行预处理: 格式转换,归一化 整合模型: A. 构建模型 a. 初始化参数:w 和 b 为 0 b. 前向传 ...
- MLR(mixed logistic regression)算法原理及实现
MLR(mixed logistic regression)算法 参考https://zhuanlan.zhihu.com/p/77798409?utm_source=wechat_session 盖 ...
- 机器学习与高维信息检索 - Note 3 - 逻辑回归(Logistic Regression)及相关实例
逻辑回归 Logistic Regression 3. 逻辑回归 补充: 凸性 Convexity 定义3.1 定理3.2 定理3.3 成本函数的凸性 3.1逻辑回归的替代方法 3.2 线性可分性和逻 ...
- 逻辑回归(Logistic Regression)简介及C++实现
逻辑回归(Logistic Regression):该模型用于分类而非回归,可以使用logistic sigmoid函数( 可参考:http://blog.csdn.net/fengbingchun/ ...
- OpenCV3.3中逻辑回归(Logistic Regression)使用举例
OpenCV3.3中给出了逻辑回归(logistic regression)的实现,即cv::ml::LogisticRegression类,类的声明在include/opencv2/ml.hpp文件 ...
最新文章
- linux fg 参数,Linux的bg和fg命令简单介绍
- 邮件的一个推送这个系统怎么去搭建的摘抄:感觉有很多的开源的邮件服务器可以参考使用搭建,据说wordpress有集成服务
- 边缘计算不“边缘”——助攻视频行业这几年
- 小程序禁用ios 左右滑动_如何在使用应用程序时禁用iOS控制中心
- c++中友元函数详解
- TOONTRACK Electronic Edge EZX(Toontrack打击乐扩展包)
- 「首席看点」也许敏捷就是问题所在
- 这几款手机浏览器真的牛,比夸克更好用
- 实战篇---Nios ii 基本操作
- vsftp配置虚拟账户
- 蓝牙开发那些事(9)——结合代码看a2dp协议
- 斯坦福:facebook创始人扎克伯格演讲
- 白话说CC-信息安全通用标准CC是什么?评估保障级EAL有是什么?如何获得信息安全认证证书
- MATLAB程序设计与应用刘卫国(第三版)课后实验答案——13
- 入手评测 神舟战神Z8值得买吗
- 浅谈电商行业标签与人群(上)
- 基于Java的高校实验室管理系统的设计与实现
- 网上配镜前计算镜片边缘厚度的小程序
- Eth-Trunk(链路聚合)
- 什么是DQL?其含义及其常用命令解析
热门文章
- MATLAB 数值数组和字符串转换
- 有云服务器还需要云虚拟主机吗,有云服务器还需要云虚拟主机吗
- html js定义json对象,javascript中的json及对象
- python求向量与x轴的夹角_2020届石家庄高考模拟题,参数方程解决向量问题
- 前端笔记之NodeJS(四)MongoDB数据库Mongoose自制接口MVC架构思想|实战
- [HNOI2015]亚瑟王
- android 调用系统的照相机和图库
- 敏捷个人2012.7月份线下活动报道:珠海 时中法、深圳 敏捷个人理念
- cordova使用cordova-plugin-baidumaplocation插件获取定位
- node.js Centos安装