tensorflow小练手案例 RNN lstm 拟合 周期函数 sin

附上一个简单lstm结构的网络,麻雀虽小但是五脏俱全,其中包含了很多优化方法:
拟合sin函数

import tensorflow as tf
import numpy as np

steps = 32
batch_size = 32
train_size = 7000
LSTM_KEEP_PROB = 0.9
NUM_LAYERS = 2
HIDDEN_SIZE = 64
train_step = 10000

X = np.linspace(0, 1000, 10000)
y = np.sin(X)

def data(y):
    data = []
    target = []
    y = y.tolist()
    for i in range(len(y) - steps - 1):
        data.append(y[i: i + steps])
        target.append(y[i + steps])
    return ((np.array(data)[:train_size])[:, :, np.newaxis], np.array(target)[:train_size][:, np.newaxis])\
    , ((np.array(data)[train_size:])[:, :, np.newaxis], np.array(target)[train_size:][:, np.newaxis])
    
# model
tf.reset_default_graph()  
inputs = tf.placeholder(tf.float32, [None, steps, 1])
outputs = tf.placeholder(tf.float32, [None, 1])
    
cell = tf.nn.rnn_cell.BasicLSTMCell
with tf.variable_scope('cell'):
    rnn_cell = []
  • 0
    点赞
  • 3
    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