tensorflow构建神经网络回归分析可视化
#coding:utf-8
import tensorflow as tf
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt"""
tensorflow线性回归
"""
learning_rate = 0.01
epochs = 1000
step = 100#读取数据
data = pd.read_table('linedata.txt',error_bad_lines=False,header=1) #pd.read_table读取txt文件
train_x = data.ix[0:100,1]
train_y = data.ix[0:100,2]
n_samples = train_x.shape[0] #均方误差nx = tf.placeholder('float32') #placeholder接收真实值
y = tf.placeholder('float32')#拟合参数
w = tf.Variable(np.random.randn(),name="weight") #np.random.randn()标准正态分布
b = tf.Variable(np.random.randn(),name="biases")#构造线性模型
prediction = tf.add(tf.mul(x,w),b) #y = wx+b#设置均方误差
cost = tf.reduce_sum(tf.pow(prediction-y,2))/(2*n_samples)
#梯度下降
train = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)#初始化变量
init = tf.initialize_all_variables()
with tf.Session() as sess:sess.run(init) #计算initfor epoch in range(epochs):for (x_val,y_val) in zip(train_x,train_y):sess.run(train,feed_dict={x:x_val,y:y_val}) #训练if (epoch+1) % step == 0:c = sess.run(cost,feed_dict={x:train_x,y:train_y}) #计算costw_value = sess.run(w)b_value = sess.run(b)print("epoch:",epoch+1,"cost=",c,"b=",b_value,"w=",w_value)c = sess.run(cost,feed_dict={x:train_x,y:train_y})w_value = sess.run(w)b_value = sess.run(b)print("the result is","cost=",c,"b=",b_value,"w=",w_value)#绘制训练结果plt.plot(train_x,train_y,'bo',label="real training data")plt.plot(train_x,w_value*train_x+b_value,label='fit data')plt.grid(True)plt.legend()plt.show()#测试数据test_x = data.ix[101:,1]test_y = data.ix[101:,2]test_cost = sess.run(tf.reduce_sum(tf.pow(y-prediction,2))/2*test_y.shape[0],feed_dict={x:test_x,y:test_y})#绘制测试结果plt.plot(test_x,test_y,'ro',label="real testing data")plt.plot(test_x,w_value*test_x+b_value,label='fit data')plt.grid(True)plt.legend()plt.show()
结果:
tensorflow构建神经网络回归分析可视化相关推荐
- TensorSpace:一套用于构建神经网络3D可视化应用的框架
作者 | syt123450.Chenhua Zhu.Yaoxing Liu (本文经原作者授权转载) 今天要为大家推荐一套超酷炫的,用于构建神经网络 3D 可视化应用的框架--TensorSpace ...
- 使用tensorflow构建简单卷积神经网络
一 概要 CIFAR-10分类问题是机器学习领域的一个通用基准,其问题是将32X32像素的RGB图像分类成10种类别:飞机,手机,鸟,猫,鹿,狗,青蛙,马,船和卡车. 更多信息请移步CIFAR-10 ...
- TF之CNN:Tensorflow构建卷积神经网络CNN的简介、使用方法、应用之详细攻略
TF之CNN:Tensorflow构建卷积神经网络CNN的简介.使用方法.应用之详细攻略 目录 TensorFlow 中的卷积有关函数入门 1.tf.nn.conv2d函数 案例应用 1.TF之CNN ...
- Tensorflow新手通过PlayGround可视化初识神经网络
北京 上海巡回站 | NVIDIA DLI深度学习培训 2018年1月26/1月12日 NVIDIA 深度学习学院 带你快速进入火热的DL领域 阅读全文 ...
- 神经网络学习小记录2——利用tensorflow构建循环神经网络(RNN)
神经网络学习小记录2--利用tensorflow构建循环神经网络(RNN) 学习前言 RNN简介 tensorflow中RNN的相关函数 tf.nn.rnn_cell.BasicLSTMCell tf ...
- 使用Keras和TensorFlow构建深度自动编码器
In this tutorial, we will explore how to build and train deep autoencoders using Keras and Tensorflo ...
- 如何使用TensorFlow构建简单的图像识别系统(第2部分)
by Wolfgang Beyer 沃尔夫冈·拜尔(Wolfgang Beyer) 如何使用TensorFlow构建简单的图像识别系统(第2部分) (How to Build a Simple Ima ...
- TensorFlow2.0(二)--Keras构建神经网络分类模型
Keras构建分类模型 1. tf.keras简介 2. 利用tf.keras构建神经网络分类模型 2.1 导入相应的库 2.2 数据读取与展示 2.3 数据归一化 2.4 构建模型 2.5 模型的编 ...
- Keras深度学习实战(2)——使用Keras构建神经网络
Keras深度学习实战(2)--使用Keras构建神经网络 0 前言 1. Keras 简介与安装 2. Keras 构建神经网络初体验 3. 训练香草神经网络 3.1 香草神经网络与 MNIST 数 ...
- python神经网络编程 豆瓣,用python构建神经网络
python深度学习框架学哪个 Python深度学习生态系统在这几年中的演变实属惊艳.pylearn2,已经不再被积极地开发或者维护,大量的深度学习库开始接替它的位置.这些库每一个都各有千秋. 我们已 ...
最新文章
- 算法设计 (克菜因伯格 / 塔多斯 著)
- C#项目中关于多个程序集下App.config文件的问题
- Ambari Metrics Monitor/Sink 架构
- File,FileInfo;Directory,DirectoyInfo的区别
- 【雷达书籍分享】RADAR SYSTEMS ANALYSIS AND DESIGN USING MATLAB
- MVCC(Multi-version Cocurrent Control)
- jQuery Raty星级评分插件使用方法
- 过程重要,还是结果重要?
- MySQL(root用户)密码重置
- php exif信息,php如何给jpg图片写入exif信息?
- 所闻所获3:下拉刷新控件1
- Windows Mobile 6 中为开发人员提供的新功能
- 【CityHunter】Unity3D设计AR探索模式
- 数据分析报告入门(3)
- Bootstrap V5 图标字体的引入以及使用方法
- 教孩子学编程 python语言版_教孩子学编程 PYTHON语言版 PDF_IT教程网
- 2022年二级建造师考试机电工程练习题及答案
- 【大数据开发】scala——tuple、list(含高阶方法)、wordcount案例、set、并行处理数据和sorted、sortBy、sortWith的区别
- 【0173】推荐6款最好使用的PostgreSQL GUI工具
- VTM10.0代码学习10:EncGOP_compressGOP()