tensorflow實現(xiàn)二維平面模擬三維數(shù)據(jù)教程
更新時間:2020年02月11日 10:23:44 作者:兩只橙
今天小編就為大家分享一篇tensorflow實現(xiàn)二維平面模擬三維數(shù)據(jù)教程,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
我就廢話不多說了,直接上代碼吧!
#!/bin/bash
# -*-coding=utf-8-*-
import re
import os
import sys
import numpy as np
import tensorflow as tf
'''
程序生成了一些三維數(shù)據(jù), 然后用一個平面擬合它.
'''
if __name__ == '__main__':
x_data = np.float32(np.random.rand(2, 100))
y_data = np.dot([0.100, 0.200], x_data) + 0.300
# 構(gòu)造一個線性模型
#
b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b
# 最小化方差
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
# 初始化變量
init = tf.initialize_all_variables()
# 啟動圖 (graph)
with tf.Session() as sess:
sess.run(init)
# 擬合平面
for step in range(0, 201):
sess.run(train)
if step % 20 == 0:
print(step, sess.run(W), sess.run(b))
pass
運行結(jié)果:
0 [[-0.17184146 0.86964405]] [ 0.1381081] 20 [[ 0.08097319 0.36775881]] [ 0.21781394] 40 [[ 0.10813832 0.2485593 ]] [ 0.26939642] 60 [[ 0.10546865 0.2152364 ]] [ 0.28894189] 80 [[ 0.10238092 0.20503291]] [ 0.29606038] 100 [[ 0.10091752 0.20171218]] [ 0.29860607] 120 [[ 0.10033666 0.20059179]] [ 0.29950845] 140 [[ 0.10012084 0.20020625]] [ 0.29982695] 160 [[ 0.10004292 0.20007218]] [ 0.29993913] 180 [[ 0.10001516 0.20002531]] [ 0.29997858] 200 [[ 0.10000535 0.2000089 ]] [ 0.29999247]
最佳擬合結(jié)果 W: [[0.100 0.200]], b: [0.300]
以上這篇tensorflow實現(xiàn)二維平面模擬三維數(shù)據(jù)教程就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
pytorch使用horovod多gpu訓練的實現(xiàn)
這篇文章主要介紹了pytorch使用horovod多gpu訓練的實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧2020-09-09
Python檢測數(shù)據(jù)類型的方法總結(jié)
在本篇文章里小編給大家整理了關(guān)于Python檢測數(shù)據(jù)類型的方法和相關(guān)實例代碼,需要的朋友們跟著學習下。2019-05-05
python?pyvis庫創(chuàng)建可視化交互式網(wǎng)絡圖
這篇文章主要為大家介紹了python?pyvis庫創(chuàng)建可視化交互式網(wǎng)絡圖,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2024-01-01

