初心者TensorFlow
直接コードに結合して言っても過言ではありません
コード、コメント、自分の理解、のコピーは、交換を歓迎しました
インポートのTFとしてtensorflow インポートのNPとしてnumpyの インポートPLTとしてmatplotlib.pyplotは DEF (X)正規化 :""」"アレイを正規化""" を意味 = np.mean(X) STD = np.std(X)を、 X =( X-平均)/ STDの 復帰X ボストン = tf.contrib.learn.datasets.load_dataset(" ボストン" ) # http://c.biancheng.net/view/1906.html ボストン = tf.contrib.learn.datasets。 load_dataset(' ボストン')#データのインポート X_train、Y_train boston.data = [:]、[5]、boston.target #データサンプル割り当て N_SAMPLES = LEN(X_train) #は、トレーニングセットの数読み出す X-tf.placeholder =(tf.float32、名前=を' X- ')#変数定義モデル=====>モデルW * = X + Y B Y = tf.placeholder(tf.float32、NAME = ' Y ' ) B = tf.Variable(0.0 ) W = tf.Variable( 0.0 ) #エンド定義 Y_hatを = * W + X - Bの 損失 = tf.square(Y - Y_hat、名前= ' 損失')#は、損失関数を定義します = tf.train.GradientDescentOptimizerオプティマイザ(learning_rate = 0.01).minimize(損失)#損失関数の最適解は、本発明の方法は、最適な動作機能を解くための鍵となり tf.global_variables_initializer init_op =() #を初期化する トータル= [] セッション数ASとtf.Session(): #の方法での使用はtf.Session()結果はセッション数に置かれる返す算出 sess.run(init_op) #の初期化の実行 = tf.summary.FileWriter(ライター「グラフ」、セッション数を.graph) #は、操作ログファイルを生成し、アルゴリズムが構築見ることができる===>表示するには、次のコマンドラインDで:\ PythonProject \ TensorFlow> tensorboard --logdir =グラフ、グラフの入力パラメータてFileWriterは、複製のURLを返しますペースト 用 I におけるレンジ(100 ): total_loss =0 のための X、Y でZIP(X_train、Y_train): _、L = sess.run([オプティマイザ、損失] = {X-feed_dict:X、Y:Y}) #計算された誤差値 total_loss = L + #これある"L"リターンエラーが蓄積 total.append(total_loss / N_SAMPLES)は#説明しない プリント(' エポック{0}。喪失1 {} ' .format(I、total_loss / N_SAMPLES)) writer.Close() b_value、w_value = sess.run([B、W]) y_pred = X_train w_value * + b_valueの 印刷(' 完了' ) plt.plot(X_train、Y_train、' BO '、ラベル= ' 実データ' ) plt.plot(X_train、Y_pred、' R '、ラベル= ' 予測データ' ) plt.legend() plt.show() PLT。プロット(合計) plt.show()