作业:自己构建一个数据,使用softmax相关API实现分类,调用softmax函数得到概率值:tf.nn.softmax(wx+b),得到分类的损失函数。

作业:自己构建一个数据,分类的数据(特性:特征x1和x2, 5x1-3x2 > 0是第一个类别,5x1-3x2 <= 0是第二个类别<x1,x2,y>),使用softmax相关API实现分类要求:输出最终的正确率。主要涉及到的相关API:调用softmax函数得到概率值:tf.nn.softmax(wx+b)。得到分类的损失函数:tf.reduce_mean(-f.reduce_sum(y_data * tf.log(actv),axis=1))

'''
#coding=gbk
'''
Created on 2020-1-14

@author: liuwei
'''
import tensorflow as tf
import numpy as np
a = np.arange(-500,500,0.8)
b = np.arange(-500,500,0.8)
c , d = np.meshgrid(a , b)
x = np.vstack([c.flat , d.flat])
w = [5 ,-3]
y 
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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