TensorFlow神经网络构造线性回归模型示例教程
作者:零尾 时间:2023-07-18 08:35:13
先制作一些数据:
import numpy as np
import tensorflow as tf
import matplotlib.pyplot as plt
# 随机生成1000个点,围绕在y=0.1x+0.3的直线周围
num_points = 1000
vectors_set = []
for i in range(num_points):
x1 = np.random.normal(0.0, 0.55)
# np.random.normal(mean,stdev,size)给出均值为mean,标准差为stdev的高斯随机数(场),当size赋值时,如:size=100,表示返回100个高斯随机数。
y1 = x1 * 0.1 + 0.3 + np.random.normal(0.0, 0.03)
# 后面加的高斯分布为人为噪声
vectors_set.append([x1, y1])
# 生成一些样本
x_data = [v[0] for v in vectors_set]
y_data = [v[1] for v in vectors_set]
plt.scatter(x_data, y_data, c='r')
plt.show()
# 构造1维的w矩阵,取值是随机初始化权重参数为[-1, 1]之间的随机数
w = tf.Variable(tf.random_uniform([1], -1.0, 1.0), name='w')
# 构造1维的b矩阵,初始化为0
b = tf.Variable(tf.zeros([1]), name='b')
# 建立回归公式,经过计算得出估计值y
y = w * x_data +b
# 定义loss函数,估计值y和实际值y_data之间的均方误差作为损失
loss = tf.reduce_mean(tf.square(y - y_data), name='loss')
# 采用梯度下降法来优化参数,学习率为0.5
optimizer = tf.train.GradientDescentOptimizer(0.5)
# train相当于一个优化器,训练的过程就是最小化loss
train = optimizer.minimize(loss, name='train')
sess = tf.Session()
# 全局变量的初始化
init = tf.global_variables_initializer()
sess.run(init)
# 打印初始化的w和b
print('w = ', sess.run(w), 'b = ', sess.run(b), 'loss = ', sess.run(loss))
# 训练迭代20次
for step in range(20):
sess.run(train)
# 打印训练好的w和b
print('w = ', sess.run(w), 'b = ', sess.run(b), 'loss = ', sess.run(loss))
代码运行一下,下面这个图就是上面代码刚刚构造的数据点:
有了数据之后,接下来构造线性回归模型,去学习出来这个数据符合什么样的w和b,训练完后看下得到的w和b是不是接近构造数据时的w和b,最后一次结果是w = [ 0.10149562] b = [ 0.29976717] loss = 0.000948041
的,也就是这个线性回归模型学习到了数据的分布规则。也可以看出随着训练次数的迭代,loss值也越来越小,也就是模型越来越好,将训练出来的w和b构造成图中蓝色的线,这条线就是当前最能拟合数据的直线了。运行结果如图所示:
来源:https://blog.csdn.net/lwplwf/article/details/60334100
标签:TensorFlow,线性回归,模型
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
pycharm下配置pyqt5的教程(anaconda虚拟环境下+tensorflow)
2021-07-02 16:53:41
![](https://img.aspxhome.com/file/2023/2/128342_0s.png)
sql数据库批量处理脚本
2011-11-03 17:23:19
Windows10下安装解压版MySQL教程图文详解
2024-01-12 20:40:57
![](https://img.aspxhome.com/file/2023/4/80004_0s.png)
python使用opencv进行人脸识别
2022-01-21 05:32:16
![](https://img.aspxhome.com/file/2023/3/76863_0s.jpg)
ASP.NET(AJAX+JSON)实现对象调用
2023-07-19 12:29:33
Asp 单页查询数据库
2010-05-11 20:11:00
关于图片存储格式的整理(JPEG格式介绍)
2023-04-05 12:25:37
Go 语言中 20 个占位符的整理
2024-04-23 09:45:21
Go实现用户每日限额的方法(例一天只能领三次福利)
2024-05-22 10:20:09
![](https://img.aspxhome.com/file/2023/6/123866_0s.png)
vue.js 实现图片本地预览 裁剪 压缩 上传功能
2024-05-11 09:11:06
Windows环境下python环境安装使用图文教程
2023-12-25 10:13:26
![](https://img.aspxhome.com/file/2023/9/123659_0s.png)
JSP页面中如何用select标签实现级联
2024-04-22 12:59:20
![](https://img.aspxhome.com/file/2023/2/135982_0s.jpg)
MySQL与Oracle的语法区别详细对比
2024-01-20 12:24:47
浅谈python量化 双均线策略(金叉死叉)
2022-05-28 02:21:58
![](https://img.aspxhome.com/file/2023/0/130670_0s.jpg)
Python的数据类型与标识符和判断语句详解
2021-04-11 13:18:15
![](https://img.aspxhome.com/file/2023/7/131217_0s.png)
Python selenium实现断言3种方法解析
2023-06-06 06:08:53
python 实现让字典的value 成为列表
2022-01-16 00:26:30
Python PIL读取的图像发生自动旋转的实现方法
2022-05-01 20:29:26
python五子棋游戏的设计与实现
2021-04-19 07:17:43
Java正则表达式基础语法详解
2023-07-10 14:42:14