Tensorflow梯度下降应用
2024-09-04 10:43:49
import tensorflow as tf
import numpy as np
#使用numpy生成随机点
x_data = np.random.rand(100)
y_data = x_data*0.1 + 0.2
#构造一个线性模型
b = tf.Variable(0.0)
k = tf.Variable(0.0)
y = k*x_data+b
#二次代价函数
loss = tf.reduce_mean(tf.square(y_data-y))#误差平方求平均值
#定义一个梯度下降来进行训练的优化器
optimizer = tf.train.GradientDescentOptimizer(0.2)
#最小化代价函数
train = optimizer.minimize(loss)
#初始化变量
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
for index in range(201):
sess.run(train)
if index%10==0:
print(index,sess.run([k,b]))
###########输出
0 [0.058540713, 0.10185367]
10 [0.10913987, 0.19464658]
20 [0.10734161, 0.19575559]
30 [0.10587782, 0.19660187]
40 [0.10470589, 0.19727939]
50 [0.10376761, 0.19782184]
60 [0.10301641, 0.19825613]
70 [0.10241497, 0.19860384]
80 [0.10193346, 0.19888222]
90 [0.10154796, 0.19910508]
100 [0.10123933, 0.19928351]
110 [0.10099223, 0.19942637]
120 [0.10079438, 0.19954075]
130 [0.10063599, 0.19963232]
140 [0.10050918, 0.19970562]
150 [0.10040767, 0.19976433]
160 [0.10032637, 0.19981132]
170 [0.1002613, 0.19984894]
180 [0.1002092, 0.19987905]
190 [0.1001675, 0.19990316]
200 [0.10013408, 0.19992249]
最新文章
- 复制Eclipse工作空间设置
- Head First 设计模式之观察者模式（Observer Pattern）
- 各版本CRM所需端口号
- S_ISREG等几个常见的宏(转)
- 设计模式之UML类图的常见关系
- centos6.4使用man查找命令时，报错No manual entry for xxxx
- js隔行变色
- MVC调试异常--未能将脚本调试器附加到计算机
- Ubuntu下ssh免password登录安装
- Entity - 使用EF框架进行增删改查 - 模型先行
- Redis学习笔记（2）——Redis的下载安装部署
- codeforces 786E ALT
- python 试题
- js数组遍历方法总结
- 简述iproute家族命令
- Robot Framework - 1 - 测试用例与测试库
- 如何避免提交页面，信息未填写完善 就出现注册成功提示 基于js
- python. pandas(series,dataframe,index) method test
- OBV_X3
- C++ vector 删除一个指定元素 和 find 一个指定元素以及遍历删除、 map遍历删除元素和删除find到的元素