tensorflow菜鳥教程，TensorFlow基礎1——神經網絡tutorial

2023-12-06 阅读 14 评论 0

摘要：Tensorflow神經網絡的一個小栗子：生成數據（create data）：擬合的方程為 y = 0.1 * x + 0.3聲明網絡結構：參數初始化核函數（有時候需要激活函數）損失函數選擇優化器（optimizer）訓練函數 = 優化器

Tensorflow神經網絡的一個小栗子：

生成數據（create data）：
- 擬合的方程為 y = 0.1 * x + 0.3
聲明網絡結構：
- 參數初始化
- 核函數（有時候需要激活函數）
- 損失函數
- 選擇優化器（optimizer）
- 訓練函數 = 優化器最小化損失函數
創建session，初始化變量
訓練網絡

 1 import tensorflow as tf 
 2 import numpy as np 
 3 
 4 #create data
 5 x_data = np.random.rand(100).astype(np.float32)
 6 y_data = x_data*0.1+0.3
 7 
 8 ###create tensorflow structure start###
 9 Weights = tf.Variable(tf.random_uniform([1],-1.0,1.0))
10 biases = tf.Variable(tf.zeros([1]))
11  
12 y = Weights * x_data + biases
13 
14 loss = tf.reduce_mean(tf.square(y-y_data))
15 optimizer = tf.train.GradientDescentOptimizer(0.5) #學習率 = 0.5
16 train = optimizer.minimize(loss)
17 
18 init = tf.initialize_all_variables()
19 ###create tensorflow structure end###
20 sess = tf.Session()
21 sess.run(init)
22 for step in range(201):
23     sess.run(train)
24     if step % 20 == 0:
25         print(step,sess.run(Weights),sess.run(biases))