029-机器学习背后的思维-针对入门小白的概念算法及工具的朴素思考

10.4 第三步：寻找最合适的函数

代码示例 5: 用 TensorFlow寻找最合适的函数的系数

epoch = 1000
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    for e in range(1, epoch + 1):
        sess.run(train_op, feed_dict={X:input_features, y:output_labels})
    loss, w = sess.run([loss_op, W], feed_dict={X:input_features, y:output_labels})
    log_str = "Epoch %d \t, Loss=%.4g \t w1=%.4g w2=%.4g w0=%.4g"
    print(log_str %(e, loss, w[1], w[2], w[0]))

    #>Epoch 1000 	, Loss=0.003882 	 w1=0.6394 w2=0.3666 w0=1.97e-08  

由代码 5 可知，结果得到的最终函数表达式为：

$$y=0.6394x_1+0.3666x_2+1.97\cdot 10^{-8}$$

其中，代码5中第 3 行是给模型中的参数赋初值。 第 5 行是真正训练动作。 第 6 行 是从模型中取出最终的损失值和各个系数的取值。 第 7，8 行是打印结果到屏幕上。