tensorflow实现二维平面模拟三维数据教程
我就废话不多说了，直接上代码吧！
#!/bin/bash #-*-coding=utf-8-*- importre importos importsys importnumpyasnp importtensorflowastf ''' 程序生成了一些三维数据,然后用一个平面拟合它. ''' if__name__=='__main__': x_data=np.float32(np.random.rand(2,100)) y_data=np.dot([0.100,0.200],x_data)+0.300 #构造一个线性模型 # 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) #初始化变量 init=tf.initialize_all_variables() #启动图(graph) withtf.Session()assess: sess.run(init) #拟合平面 forstepinrange(0,201): sess.run(train) ifstep%20==0: print(step,sess.run(W),sess.run(b)) pass
运行结果：
0[[-0.171841460.86964405]][0.1381081] 20[[0.080973190.36775881]][0.21781394] 40[[0.108138320.2485593]][0.26939642] 60[[0.105468650.2152364]][0.28894189] 80[[0.102380920.20503291]][0.29606038] 100[[0.100917520.20171218]][0.29860607] 120[[0.100336660.20059179]][0.29950845] 140[[0.100120840.20020625]][0.29982695] 160[[0.100042920.20007218]][0.29993913] 180[[0.100015160.20002531]][0.29997858] 200[[0.100005350.2000089]][0.29999247]
最佳拟合结果W:[[0.1000.200]],b:[0.300]
以上这篇tensorflow实现二维平面模拟三维数据教程就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持毛票票。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。