使用tensorflow实现线性回归


Posted in Python onSeptember 08, 2018

本文实例为大家分享了tensorflow实现线性回归的具体代码,供大家参考,具体内容如下

一、随机生成1000个点,分布在y=0.1x+0.3直线周围,并画出来

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

num_points = 1000
vectors_set = []
for i in range(num_points):
  x1 = np.random.normal(0.0,0.55)
  //设置一定范围的浮动
  y1 = x1*0.1+0.3+np.random.normal(0.0,0.03)
  vectors_set.append([x1,y1])

x_data = [v[0] for v in vectors_set]
y_data = [v[1] for v in vectors_set]

plt.scatter(x_data,y_data,c='r')
plt.show()

二、构造线性回归函数

#生成一维的w矩阵,取值为[-1,1]之间的随机数
w = tf.Variable(tf.random_uniform([1],-1.0,1.0),name='W')
#生成一维的b矩阵,初始值为0
b = tf.Variable(tf.zeros([1]),name='b')
y = w*x_data+b

#均方误差
loss = tf.reduce_mean(tf.square(y-y_data),name='loss')
#梯度下降
optimizer = tf.train.GradientDescentOptimizer(0.5)
#最小化loss
train = optimizer.minimize(loss,name='train')


sess=tf.Session()
init = tf.global_variables_initializer()
sess.run(init)

#print("W",sess.run(w),"b=",sess.run(b),"loss=",sess.run(loss))
for step in range(20):
  sess.run(train)
  print("W=",sess.run(w),"b=",sess.run(b),"loss=",sess.run(loss))

//显示拟合后的直线
plt.scatter(x_data,y_data,c='r')
plt.plot(x_data,sess.run(w)*x_data+sess.run(b))
plt.show()

三、部分训练结果如下:

W= [ 0.10559751] b= [ 0.29925063] loss= 0.000887708
W= [ 0.10417549] b= [ 0.29926425] loss= 0.000884275
W= [ 0.10318361] b= [ 0.29927373] loss= 0.000882605
W= [ 0.10249177] b= [ 0.29928035] loss= 0.000881792
W= [ 0.10200921] b= [ 0.29928496] loss= 0.000881397
W= [ 0.10167261] b= [ 0.29928818] loss= 0.000881205
W= [ 0.10143784] b= [ 0.29929042] loss= 0.000881111
W= [ 0.10127408] b= [ 0.29929197] loss= 0.000881066

拟合后的直线如图所示:

使用tensorflow实现线性回归

结论:最终w趋近于0.1,b趋近于0.3,满足提前设定的数据分布

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python面向对象编程中的类和对象学习教程
Mar 30 Python
详解Python中DOM方法的动态性
Apr 11 Python
Python中使用Beautiful Soup库的超详细教程
Apr 30 Python
详细解读Python中的__init__()方法
May 02 Python
python 实现网上商城,转账,存取款等功能的信用卡系统
Jul 15 Python
python得到windows自启动列表的方法
Oct 14 Python
python用for循环求和的方法总结
Jul 08 Python
Python中最好用的命令行参数解析工具(argparse)
Aug 23 Python
用python拟合等角螺线的实现示例
Dec 27 Python
python计算Content-MD5并获取文件的Content-MD5值方式
Apr 03 Python
使用python采集Excel表中某一格数据
May 14 Python
python - timeit 时间模块
Apr 06 Python
Python  unittest单元测试框架的使用
Sep 08 #Python
tensorflow实现逻辑回归模型
Sep 08 #Python
Django实现表单验证
Sep 08 #Python
python实现排序算法解析
Sep 08 #Python
TensorFlow实现Logistic回归
Sep 07 #Python
tensorflow实现简单逻辑回归
Sep 07 #Python
Tensorflow使用支持向量机拟合线性回归
Sep 07 #Python
You might like
PHP通过session id 实现session共享和登录验证的代码
2012/06/03 PHP
PHP中批量生成静态html(命令行下运行PHP)
2014/04/19 PHP
php使用pdo连接mssql server数据库实例
2014/12/25 PHP
php is_writable判断文件是否可写实例代码
2016/10/13 PHP
php页面跳转session cookie丢失导致不能登录等问题的解决方法
2016/12/12 PHP
Jquery UI震动效果实现原理及步骤
2013/02/04 Javascript
javascript如何使用bind指定接收者
2014/05/04 Javascript
基于RequireJS和JQuery的模块化编程日常问题解析
2016/04/14 Javascript
javascript简单判断输入内容是否合法的方法
2016/05/11 Javascript
AngularJS基础 ng-if 指令用法
2016/08/01 Javascript
详解VUE中常用的几种import(模块、文件)引入方式
2018/07/03 Javascript
vue删除html内容的标签样式实例
2018/09/13 Javascript
vue配置font-awesome5的方法步骤
2019/01/27 Javascript
基于vue实现圆形菜单栏组件
2019/07/05 Javascript
24行JavaScript代码实现Redux的方法实例
2019/11/17 Javascript
[48:22]VGJ.S vs VG 2018国际邀请赛小组赛BO2 第一场 8.16
2018/08/17 DOTA
[01:05:40]VG vs Newbee 2018国际邀请赛小组赛BO2 第二场 8.17
2018/08/20 DOTA
python通过自定义isnumber函数判断字符串是否为数字的方法
2015/04/23 Python
Python队列的定义与使用方法示例
2017/06/24 Python
Django 前后台的数据传递的方法
2017/08/08 Python
pycharm下查看python的变量类型和变量内容的方法
2018/06/26 Python
python安装requests库的实例代码
2019/06/25 Python
python画图把时间作为横坐标的方法
2019/07/07 Python
Python3中的最大整数和最大浮点数实例
2019/07/09 Python
python+selenium 脚本实现每天自动登记的思路详解
2020/03/11 Python
2019年c语言经典面试题目
2016/08/17 面试题
打架检讨书100字
2014/01/08 职场文书
《三袋麦子》教学反思
2014/03/02 职场文书
初三学习计划书范文
2014/04/30 职场文书
文明生主要事迹
2014/05/25 职场文书
摄影专业毕业生求职信
2014/08/05 职场文书
防火标语大全
2014/10/06 职场文书
县委务虚会发言材料
2014/10/20 职场文书
2019下半年英语教师的教学工作计划(3篇)
2019/09/25 职场文书
python实现自定义日志的具体方法
2021/05/28 Python
React中的Context应用场景分析
2021/06/11 Javascript