目录
tensorflow简单介绍
tensor采用图运算的方式搭建并训练深度学习网络,该部分使用的库包版本为tensorflow==1.14.0
代码拆分(每个代码块可以放到一个jupyter的cell里)
导入tensorflow及其他包
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
随机生成线性模型随机点
# 使用numpy生成200个随机点
x_data = np.linspace(-0.5,0.5,200)[:,np.newaxis]
noise = np.random.normal(0,0.02,x_data.shape)
y_data = np.square(x_data) + noise
非线性回归模型构建
定义两个placeholder用于为Input占位
# 定义两个placeholder
x = tf.placeholder(tf.float32, [None,1])
y = tf.placeholder(tf.float32, [None,1])
定义神经网络中间层
Weights_L1 = tf.Variable(tf.random.normal([1,10])) # 1行10列
biases_L1 = tf.Variable(tf.zeros(