tensorflow1 構建線性模型

x是給定的輸入資料

使用tensorflow構建乙個模型，開始的時候，w和b全部給成0，讓其訓練，使其接近預設的模型。即讓w接近0.1，b接近0.2

import tensorflow as tf

import numpy as np
x_data = np.random.rand(100)
y_data = x_data*0.1 + 0.2
#構造乙個線性模型
b = tf.variable(0.)
k = tf.variable(0.)
y = k*x_data + b
#均方誤差
loss = tf.reduce_mean(tf.square(y_data - y))
#梯度下降
optimizer = tf.train.gradientdescentoptimizer(0.2)
#最小化代價函式
train = optimizer.minimize(loss)
init = tf.global_variables_initializer()
with tf.session() as sess:
sess.run(init)
for step in range(201):
sess.run(train)
if step%20 == 0:
print(step,sess.run([k,b]))

tensorflow 1 共享變數

共享變數 reuse variables example1 with tf.variable scope try 先建立兩個變數w1，w2 w2 tf.get variable w1 shape 2,3,4 dtype tf.float32 w3 tf.get variable w2 shape 2...

神經網路 tensorflow 1

import tensorflow as tf import numpy as np create data x data np.random.rand 100 astype np.float32 在tensorflow中大部分的資料的資料型別都是float32 y data x data 0.1 ...

tensorflow 1 完整的反向傳播神經網路

生成模擬資料集 from numpy.random import randomstate 定義訓練資料batch的大小 batch size 8 定義神經網路的引數 w1 tf.variable tf.random normal 2,3 stddev 1,seed 1 w2 tf.variable ...