从一组看似混乱的数据中找出y≈2x的规律

一 实例描述

假设有一组数据集，其中x和y的对应关系为出y≈2x。

本实例就是让神经网络学习这些样本，并能够找到其中的规律，即让神经网络能够总结出y≈2x这样的公式。

二 深度学习的4个步骤

1 准备数据

2 搭建模型

3 迭代训练

4 使用模型

准备数据阶段一般就是把任务相关数据收集起来，然后建立网络模型，通过一定的迭代训练让网络学习到收集来的数据特征，形成可用的模型，之后就是使用模型来为我们解决问题。

三 准备数据

这里使用y=2x这个公式来做主体，通过加入一些干扰噪声让它的“等号”变成“约等于”。

1 代码算法

1.1 导入头文件，然后生成-1~1之间的100个数作为x

1.2 将x乘以2，再加上一个[-1,1]区间的随机数×0.3。即，y≈2×x+ax0.3（a属于[-1,1]之间的随机数）。

2 代码

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

#生成模拟数据
train_X = np.linspace(-1, 1, 100)
train_Y = 2 * train_X + np.random.randn(*train_X.shape) * 0.3 # y=2x，但是加入了噪声
#显示模拟数据点
plt.plot(train_X, train_Y, 'ro', label='Original data')
plt.legend()
plt.show()

3 运行结果

四 搭建模型

1 正向搭建模型

1.1 正向模型及公式

神经网络是由多个