当前位置: 代码迷 >> 综合 >> 深入浅出TensorFlow(1)——linear recognition实现
  详细解决方案

深入浅出TensorFlow(1)——linear recognition实现

热度:106   发布时间:2023-11-29 15:34:02.0

TensorFlow是目前非常流行的deep learning框架,学习TensorFlow最好的方法是github上的tf项目https://github.com/tensorflow/tensorflow或者阅读极客学院主导翻译的中文教程http://wiki.jikexueyuan.com/project/tensorflow-zh/how_tos/reading_data.html 。

此处对tensorflow的基本语法不予赘述,直接贴上源码:

import numpy as np
import tensorflow as tf#准备数据
trainX = np.linspace(-1, 1, 101)
trainY = 2 * trainX + np.random.randn(*trainX.shape) * 0.33#定义模型
def model(X, w):return tf.multiply(X, w)#初始化数据流图
X = tf.placeholder('float')
Y = tf.placeholder('float')w = tf.Variable(0.0, name = 'weights')y_ = model(X, w)#评估模型
cost = tf.square(Y - y_)
train_op = tf.train.GradientDescentOptimizer(0.01).minimize(cost)sess = tf.InteractiveSession()
init = tf.initialize_all_variables()
#训练
sess.run(init)
for i in range(100):for (x, y) in zip(trainX, trainY):sess.run(train_op, feed_dict = {X: x, Y: y})
print(sess.run(w))sess.close()

转自:https://www.cnblogs.com/upright/p/6136193.html

  相关解决方案