運用tensorflow進行資料擬合

運用tensorflow進行資料擬合

# -*- coding: utf-8 -*-

"""spyder editor
this is a temporary script file.
"""import numpy as np #匯入多維陣列操作庫
import tensorflow as tf #引入tensorflow庫
#data=np.genfromtxt('f:\milkdata.txt',delimiter=',')
#x_data=data[:,0]
#y_data=data[:,1]
x_data=np.genfromtxt("d:\mengniuchuli.txt",delimiter=" ")
y_data=np.genfromtxt("d:\mengniuchuli.txt",delimiter=" ")
#y=tf.add(tf.mul(a,tf.sin(tf.add(tf.mul(b,x_data*2*3.1415926/365),c))),d)
a = tf.variable(0.1197)
b = tf.variable(-0.541)
c = tf.variable(7.634)
d = tf.variable(3.096)
y = a * tf.sin(b * x_data/365*2*3.1415926 + c) +d #訓練的函式
#opt = tf.train.gradientdescentoptimizer(0.5).minimize(loss)
#定義損失函式，定義優化器，訓練器，再進行初始化
loss = tf.reduce_mean(tf.square(y - y_data))   
optimizer = tf.train.gradientdescentoptimizer(0.1)     #定義乙個梯度下降法來進行訓練優化器
train = optimizer.minimize(loss)    #訓練最小代價函式，通過op來訓練
init = tf.initialize_all_variables()    #初始化變數，如果設定了tf.variable就需要初始在會話中執行一下
sess = tf.session()  #建立乙個會話session，在會話中使用option
sess.run(init)  #執行初始化
for step in range(0, 1000000):  #迭代1000000次
sess.run(train)     #每次訓練所給的訓練集樣本
if step % 100 == 0:
print(step,sess.run(a),sess.run(b),sess.run(c),sess.run(d),sess.run(loss))
sess.close()
spyder --reset

運用chain進行跳轉

struts2裡的result的chain，可以將action串成乙個鏈，從而實現自定義的跳轉，redirect型別的url會變更，chain不會變更，這個是最大的差別，chain裡的值棧物件會被自動壓入新的action裡。看 struct.xml aaction baction a.jsp b.j...

js 進行數字運算

在js讀取文字框或者其它表單資料的時候獲得的值是字串型別的,例如兩個文字框a和b,如果獲得a的value值為11,b的value值為9 那麼a.value要小於b.value,因為他們都是字串形式的.在網上找了一下js字串轉數字的文章,這個比較全 方法主要有三種 轉換函式 強制型別轉換 利用js變數...

springboot整合redis進行資料操作

redis是一種常見的nosql，日常開發中，我們使用它的頻率比較高，因為它的多種資料介面，很多場景中我們都可以用到，並且redis對分布式這塊做的非常好。springboot整合redis比較簡單，並且使用redistemplate可以讓我們更加方便的對資料進行操作。1 新增依賴 org.spri...