TensorFlow 读书报告
TensorFlow 实现线性回归
在Python环境,使用import导入TensorFlow模块,别名为tf
设置训练参数,learning_rate=0.01,training_epochs=1000,display_step=50。
创建训练数据
.构造计算图,使用变量Variable构造变量X,Y
设置模型的初始权重
构造线性回归模型
.求损失函数,即均方差
使用梯度下降法求最小值,即最优解
初始化全部变量
使用tf.Session()创建Session会话对象,会话封装了Tensorflow运行时的状态和控制。
调用会话对象sess的run方法,运行计算图,即开始训练模型。
打印训练模型的代价函数
可视化,展现线性模型的最终结果。
结果:
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· DeepSeek 开源周回顾「GitHub 热点速览」
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· AI与.NET技术实操系列(二):开始使用ML.NET
· 单线程的Redis速度为什么快?