TensorFlow入门基础：单层神经网络进行函数拟合

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']