Tensorflow实现直线拟合

代码：

#用tensorflow做回归
#用的是tensorflow2版本做直线拟合
import numpy as np
import matplotlib.pyplot as plt
import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
tf.compat.v1.disable_eager_execution()
rng = np.random
learning_rate = 0.02 #学习率
training_epoch = 10000 #训练步数
display_step = 50 #显示步长
#训练数据
train_X = np.asarray([3.3,4.4,5.5,6.71,6.93,4.618,9.779,6.182,7.59,2.167,7.042,10.791,5.313,7.997,5.654,9.27,3.1])
train_Y = np.asarray([1.7,2.76,2.09,3.19,1.694,1.573,3.366,2.596,2.53,1.2,2.827,3.465,1.65,2.904,2.42,2.94,1.3])
n_samples_x = train_X.shape[0]
# n_samples_Y = train_Y.shape[0]
# print("长度分别是{:}和{:}".format(n_samples_x,n_samples_Y))
X = tf.compat.v1.placeholder(tf.float32)
Y = tf.compat.v1.placeholder(tf.float32)
#设置权重和偏执
W = tf.Variable(rng.random(),name= 'Weight')
b = tf.Variable(rng.random(),name= 'bias')
#设置线性回归方程
pred = tf.add(tf.multiply(X,W),b)
#设置均方差
cost = tf.reduce_sum(tf.pow(pred - Y,2))/(2*n_samples_x)
#设置梯度下降的方法
optimiziers = tf.compat.v1.train.GradientDescentOptimizer(learning_rate).minimize(cost)
#初始化所有的变量
init = tf.compat.v1.global_variables_initializer()
with tf.compat.v1.Session() as sess:sess.run(init)#灌入所有的训练数据for epochs in range(training_epoch):for (x,y) in zip(train_X,train_Y):#将列表变成字典sess.run(optimiziers,feed_dict={X:x,Y:y}) #开始进行训练模式if (epochs + 1)%display_step == 0:c = sess.run(cost,feed_dict={X:train_X,Y:train_Y})print('epochs:{:},cost:{:.9f},w:{:.3f},b:{:.3f}'.format(epochs,c,sess.run(W),sess.run(b)))print("Optimization Finished!")train_cost = sess.run(cost,feed_dict={X:train_X,Y:train_Y})Ww = sess.run(W)Bb = sess.run(b)print("Final cost:{:.9f},Final W:{:.3f},Final b:{:.3f}".format(train_cost,Ww,Bb))plt.plot(train_X,train_Y,'ro',label = 'Origin data')plt.plot(train_X,Ww*train_X+Bb,'b',label = 'Fitted Line')plt.legend()plt.show()

结果:

Optimization Finished!
Final cost:0.079473563,Final W:0.250,Final b:0.784

tensorflow入门笔记(一)相关推荐

TensorFlow入门笔记
TensorFlow 入门笔记 (1)(个人学习使用) 环境配置 Ubuntu16.04(VMware Workstation Pro 14) Python2.7 TensorFlow1.3.0 Te ...
tensorflow+入门笔记︱基本张量tensor理解与tensorflow运行结构与相关报错
欢迎登陆官网(附https://tensorflow.google.cn/)了解更多 TensorFlow 内容,也可关注 TensorFlow 官方公众号获取更多资讯. Gokula Krishna ...
tensorflow 入门笔记(二)
Python3.0导入CIFAR-10数据集前言 load_CIFAR10函数调用cifar-10的数据集的数据结果前言在搞完本科毕业设计之后终于有时间可以重新开始年前的关于深度学习的一些知 ...
Tensorflow入门笔记【一】环境
1.傻瓜式集成环境anaconda安装 (1)WINDOWS环境下,只能使用python3.5(64bit) (2)暂时推荐Anoconda3-4.2.0-windows-x86_64.目前我是基于该 ...
tensorflow学习入门笔记
<div class="note"><div class="post"><div class="article" ...
TensorFlow学习笔记（二）：快速理解Tutorial第一个例子-MNIST机器学习入门标签：机器学习SoftmaxTensorFlow教程 2016-08-02 22:12 3729人阅
TensorFlow学习笔记(二):快速理解Tutorial第一个例子-MNIST机器学习入门标签: 机器学习SoftmaxTensorFlow教程 2016-08-02 22:12 3729人阅读 ...
深度学习入门笔记系列 ( 二 )——基于 tensorflow 的一些深度学习基础知识
本系列将分为 8 篇 .今天是第二篇 .主要讲讲 TensorFlow 框架的特点和此系列笔记中涉及到的入门概念 . 1.Tensor .Flow .Session .Graphs TensorFlo ...
深度学习入门笔记（十五）：深度学习框架（TensorFlow和Pytorch之争）
欢迎关注WX公众号:[程序员管小亮] 专栏--深度学习入门笔记声明 1)该文章整理自网上的大牛和机器学习专家无私奉献的资料,具体引用的资料请看参考文献. 2)本文仅供学术交流,非商用.所以每一部分具 ...
TensorFlow学习笔记（一）——入门资源整理
Github上除了有TensorFlow的源码库之外,还有一些很不错的适合入门的资源.现在将目前已经接触到的资源整理出来,和大家分享. 1.TensorFlow源码库 https://github.c ...

tensorflow入门笔记(一)

Tensorflow实现直线拟合

代码：

结果:

tensorflow入门笔记(一)相关推荐

最新文章

热门文章