Python深度学习笔记08——tensorflow实现线性回归

本文为Python深度学习笔记,详细介绍了如何使用TensorFlow进行线性回归,包括数据准备、构建模型、损失函数、优化器及预测。内容涵盖验证码案例复习和已知函数的线性回归实践。
摘要由CSDN通过智能技术生成

 

前言

关于python深度学习笔记整理08——tensorflow实现线性回归,本文通过学习视频《python深度学习》整理学习笔记。视频学习地址:https://www.bilibili.com/video/BV1Wt411C75s/

 


一、复习回顾

验证码案例流程:

  1. 验证码数据准备
  2. 处理数据到tensorflow方便读写
  3. 读取数据,处理数据的标签值one-hot编码
  4. 输入模型计算

二、实现线性回归案例

(1)用数据集进行线性回归的步骤:

  1. 准备数据;
  2. 构建回归模型;
  3. 构建损失函数(损失用均方误差表示);
  4. 优化损失(用梯度下降方法定义优化器);
  5. 输出测试集准确率和预测值。
import tensorflow as tf
import numpy as np

# 用数据集进行线性回归
def linear_reg
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值