# -*- coding: utf-8 -*-
'''
导入库
s数据预处理:加载数据 分割数据 数据可视化
构建神经网络
训练模型
优化
'''
import numpy as np
import tensorflow as tf
import matplotlib.pylab as plt
#训练样本的特征对应的标签
x = [[0,0],[1,0],[0,1],[1,1],[1,1],[0,0]]
y = [0,0,0,1,1,0]
for lbl,dt in zip(y,x):
#o表示圆圈,^表示三角形,r代表red红色,b代表
plt.plot(dt[0],dt[1],'o' if lbl else '^',mec='r' if lbl else 'b')
plt.show()
#数可视化,绘制训练样本的散点图,
#将标签为0的数据显示为绿色
#将标签为1的数据显示为红色
tensorflow的第一次使用 介绍的较为详细和初级
最新推荐文章于 2024-10-04 13:52:58 发布