2021李宏毅机器学习笔记--3.1tensorflow安装 gradient descent梯度下降练习
摘要
本文主要介绍win7及以上版本的tensorflow安装的环境要求以及如何搭建环境进行安装,然后进行基础的梯度下降练习,梯度下降是机器学习课程中最基础的算法,用代码解释原理比较易懂。
1 tensorflow安装
1.1 环境要求
目前的大多数电脑都满足64位系统,win10版本即可进行安装,python版本要在3.5-3.7之间,最新版本的3.8不可以安装tensorflow。
1.2 搭建开发环境
无论之前是否安装过python或者anaconda,都推荐重新配置一下环境,推荐miniconda。
全部默认安装,在最后一步把两个勾打掉不要。安装好之后在电脑开始可以找到anaconda图标打开即可。
这就进入了miniconda的命令行,就进入了python,可以进行下一步安装。
1.首先查看pip版本,如果大于19.0就不用升级,否则的话就输入python -m pip install --upgrade pip进行升级。
2.安装tensorflow2.3的cpu版本。安装完毕进入python,用import tesorflow as tf回车print(tf.version)可以查看安装的tensorflow的版本,安装成功。
2 用tensorflow进行gradient descent梯度下降练习
2.1 源代码
#用梯度下降法得到最好的w,b的值使得y = w*x + b能够预测对应的数据
import numpy as np
# 计算对应的b,w的误差的值,并将该值返回
def compute(b, w, points):
totalError = 0
for i in range(0, len(points)):
x = points[i, 0] # 从data.txt中获得X轴数据
y = points[i, 1] # 从data.txt中获得Y轴数据
totalError