#二次代價函式 均方差
#神經網路：1-20-1
w1 = tf.variable(tf.random_normal([1
,20])
)b1 = tf.variable(tf.zeros([20
]))wxplus1 = tf.matmul(x,w1)
+ b1
l1 = tf.nn.tanh(wxplus1)
w2 = tf.variable(tf.random_normal([20
,1])
)b2 = tf.variable(tf.zeros([1
]))wxplus2 = tf.matmul(l1,w2)
+ b2
prediction = tf.nn.tanh(wxplus2)
loss = tf.losses.mean_squared_error(y,prediction)
#使用梯度下降法最小化loss
train = tf.train.gradientdescentoptimizer(
0.1)
.minimize(loss)
with tf.session(
)as sess:
#變數初始化
tensorflow入門線性回歸
實際上編寫tensorflow可以總結為兩步.1 組裝乙個graph 2 使用session去執行graph中的operation。當使用tensorflow進行graph構建時，大體可以分為五部分 1 為輸入x與輸出y定義placeholder 2 定義權重w 3 定義模型結構 4 定義損失函式 ...
TensorFlow 線性回歸實現
usr bin env python3 coding utf 8 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt if name main 給引數賦值 learning rate 0.01 trai...
TensorFlow實踐 線性回歸
通過生 工資料集合，基於tensorflow實現線性回歸 利用隨機數在直線y 2.321 x 1.564的基礎上，加上一定的噪音，產生在 1,1 範圍的資料。x,y是兩個佔位符，用於儲存訓練過程中的資料，w,b是兩個變數，訓練就是不斷地改變這兩個值，以使模型達到最好。train epochs和lea...