摘要:
线性回归:w1x1+w2x2+w3x3+......+wnxn+bias(这是一个偏移量),我们采用的算法是:线性回归,策略是:均方误差,优化是:梯度下降API, 1.转准备好实验的数据:100个数据,每一个有一个特征值,所以形成一个【100,1】的列表,在准备一个目标函数:y=0.8x+0.7那么 阅读全文
摘要:
随机数的产生: tf.random_normal(形状,平均值,方差); 例如: a = tf.random_normal([2,3],mean = 1.0,stddev = 1.0) with tf.Session() as sess: print(sess.run(a)) 变量op: 作用:变量 阅读全文