如何使用TensorFlow建立乙個神經網路模型

我寫的這個是用python語言，tensorflow深度學習框架建立的神經網路模型，當然第一步就是匯入tensorflow了

import tensorflow as tf

相信這個大家一定都會，接下來再倒入一些神經網路計算用到的計算庫，繪圖用到的繪畫。

import numpy as np

import matplotlib.pyplot as plt

接下來我們定義層函式

def add_layer(inputs, in_size, out_size, activation_function=none):

weights = tf.variable(tf.random_normal([in_size, out_size]))
biases = tf.variable(tf.zeros([1, out_size]) + 0.1)
wx_plus_b = tf.matmul(inputs, weights) + biases
if activation_function is none:
outputs = wx_plus_b
else:
outputs = activation_function(wx_plus_b)
return outputs

x_data = np.linspace(-1, 1, 300)[:, np.newaxis]

noise = np.random.normal(0, 0.05, x_data.shape)
y_data = np.square(x_data) - 0.5 + noise

xs = tf.placeholder(tf.float32, [none, 1])

ys = tf.placeholder(tf.float32, [none, 1])

l1 = add_layer(xs, 1, 10, activation_function=tf.nn.relu)

prediction = add_layer(l1, 10, 1, activation_function=none)

loss = tf.reduce_mean(tf.reduce_sum(tf.square(ys-prediction), reduction_indices=[1]))

train_step = tf.train.gradientdescentoptimizer(0.1).minimize(loss)

init = tf.initialize_all_variables()

sess= tf.session()
sess.run(init)

下面就是關鍵的迭代部分了

for i in range(1000):

# training
sess.run(train_step, feed_dict=)
if i % 50 == 0:
# to see the step improvement
print(sess.run(loss, feed_dict=))

tensorflow 如何使用矩陣

refence tensorflow machine learning cookbook working with matrices packt.tensorflow.machine.learning.cookbook.2017 筆記 coding utf 8 import tensorflow a...

tensorflow如何使用 訓練模型

首先檢測 存在 tpu tf.distribute.cluster resolver.tpuclusterresolver 如果先前設定好了 環境變數，不需要再給引數 tpu的返回值為 則檢測到了 tf.config.experimental connect to cluster tpu tf.tp...

tensorflow 如何控制使用cpu數量

tensorflow讀取資料有時候非常占用資源，針對這一情況，我們可以通過控制程式使用cpu的數量來限制 步驟如下 1 bashrc 中修改指定個數 export cpu num 22 python 中在需要執行的程式前加入如下配置 cpu num int os.environ.get cpu nu...