在统计学中,线性回归(linear regression)是一种回归分析方法,它利用基于最小二乘函数的回归方程对一个或多个自变量和因变量之间的关系进行建模。
通过这个例子能够更加深入的理解TensorFlow的概念和使用方法。
使用TensorFlow训练该模型的典型过程为以下8个步骤:
-
定义超参数
-
输入数据
-
构建模型
-
定义损失函数
-
创建优化器
-
定义单步训练操作
-
创建会话
-
迭代训练
为了不使困难增加,该项目使用自己创建的数据进行训练。
本文参考:《深入理解TensorFlow:架构设计与实现原理》