溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶(hù)服務(wù)條款》

tensorflow實(shí)現(xiàn)二維平面模擬三維數(shù)據(jù)教程

發(fā)布時(shí)間：2020-10-10 10:51:31 來(lái)源：腳本之家 閱讀：146 作者：兩只橙 欄目：開(kāi)發(fā)技術(shù)

我就廢話(huà)不多說(shuō)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(gè)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(gè)線(xiàn)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(dòng)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(yùn)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(shí)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?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持億速云。

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀(guān)點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手