作家
登录

TensorFlow学习之神经网络的构建

作者: 来源: 2018-03-22 17:06:14 阅读 我要评论

  •     ax = fig.add_subplot(111) 
  •     ax.scatter(x_data,y_data) 
  •     plt.ion() 
  •     plt.show() 
  •     with tf.name_scope("inputs"): 
  •         xs = tf.placeholder(tf.float32,[None,1],name="x_data") #外界输入数据 
  •         ys = tf.placeholder(tf.float32,[None,1],name="y_data"
  •     l1 = add_layer(xs,1,10,n_layer=1,activate=tf.nn.relu) 
  •     prediction = add_layer(l1,10,1,n_layer=2,activate=None) 
  •     with tf.name_scope("loss"): 
  •         loss = tf.reduce_mean(tf.reduce_sum(tf.square(ys - prediction),reduction_indices=[1]))#误差 
  •         tf.summary.scalar("Loss",loss) 
  •     with tf.name_scope("train_step"): 
  •         train_step = tf.train.GradientDescentOptimizer(0.1).minimize(loss)#对误差进行梯度优化,办法为0.1 
  •  
  •     sess = tf.Session() 
  •     merge = tf.summary.merge_all()#归并 
  •     writer = tf.summary.FileWriter("G:/test/",graph=sess.graph) 
  •     sess.run( tf.global_variables_initializer()) 
  •     for i in range(1000): 
  •         sess.run(train_step, feed_dict={xs: x_data, ys: y_data})#练习 
  •         if i%100 == 0: 
  •             result = sess.run(merge,feed_dict={xs:x_data,ys:y_data})#运行打包的图表merge 
  •             writer.add_summary(result,i)#写入文件,并且单步长50 
     
  • 重要参考莫凡大年夜大年夜:https://morvanzhou.github.io/

    可视化出现问题了,参考这位大年夜神:http://blog.csdn.net/fengying2016/article/details/54289931

    【编辑推荐】

    1. 一个单层的基本神经收集实现手写字辨认
    2. 谷歌正式宣布TensorFlow 1.5,毕竟晋升了哪些功能?
    3. 若何用Python和深度神经收集辨认图像?
    4. 大年夜法度榜样员的角度设计一个基于Java的神经收集
    5. 关于TensorFlow简单例子
    【义务编辑:庞桂玉 TEL:(010)68476606】

      推荐阅读

      教你禁用Windows 10中的各种小广告

    比拟之前的Win7/Win8,Win10的告白可谓无孔不入。开端菜单、应用列表、锁屏页面、通知中间……,所有你能想到的处所,几乎都能看到各类告白。 全平易近充电节 | 3月26日~30日 2000位IT行业拭>>>详细阅读


    本文标题:TensorFlow学习之神经网络的构建

    地址:http://www.17bianji.com/lsqh/40823.html

    关键词: 探索发现

    乐购科技部分新闻及文章转载自互联网,供读者交流和学习,若有涉及作者版权等问题请及时与我们联系,以便更正、删除或按规定办理。感谢所有提供资讯的网站,欢迎各类媒体与乐购科技进行文章共享合作。

    网友点评
    自媒体专栏

    评论

    热度

    精彩导读
    栏目ID=71的表不存在(操作类型=0)