TensorFlow学习之神经网络的构建

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】

【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

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