目录
概要
本文介绍一个简单的人工神经网络应用实例:建立一个人工神经网络,实现对带噪声目标函数的拟合。整个过程的实现方式可以分为以下几个部分:
(1) 生成目标数据
(2) 构建网络
(3) 训练模型
(4) 模型评估
需要构建的神经网络图如下所示:
生成目标数据
假设需要学习的方程为: $ y=2x^2-2 $,这里直接通过表达式生成目标点列,同时加入高斯白噪声:
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from pylab import *
x = np.linspace(-1,1,500)[:,np.newaxis]
noise = np.random.normal(0,0.2,x.shape)
fx = 2*x**2-2
y = fx + noise
subplot(2,1,1)
plot(x,fx)
legend(['Target']