深度学习入门实践（二）

我胡汉三又又又回来啦！
上篇文章中，我们已经写好了一个感知器，并用训练好的感知器做出了结果预测。这次，我们要学的是线性单元和梯度下降。同样贴出原教程地址：https://www.zybuluo.com/hanbingtao/note/448086.
下面是我照着写的代码：

from perceptron import Perceptron

f = lambda x:x

class LinearUnit(Perceptron):
    def __init__(self,input_num):
        Perceptron.__init__(self,input_num,f)


def get_training_dataset():
    input_vecs=[[5],[3],[8],[1.4],[10.1]]
    labels=[5500,2300,7600,1800,11400]
    return input_vecs,labels

def train_linear_unit():
    lu=LinearUnit(1)
    input_vecs,labels=get_training_dataset()
    lu.train(input_vecs,labels,10,0.01)
    return lu

if __name__=='__main__':
    linear_unit=train_linear_unit()
    print(linear_unit)
    print('用训练好的线性单元来预测工资：')
    print('工作3.4年的月薪为：%.2f' % linear_unit.predict([3.4]))
    print('工作15年的月薪为：%.2f' % linear_unit.predict([15]))
    print('工作1.5年的月薪为：%.2f' % linear_unit.predict([1.5]))
    print('工作6.3年的月薪为：%.2f' % linear_unit.predict([6.3]))

输出结果:

与原教程的输出结果一模一样，大功告成。