上次关于学习率的探究可能是由于结构太单一了,造成了某些点的突变,并不能很好地说明问题。。
今天搞一下二次函数,参考博客:http://www.voidcn.com/article/p-svrdazmh-bro.html,当然,后来又搜到一篇差不多的博客:https://www.cnblogs.com/Lee-yl/p/10022942.html,应该是进一步的加工产品……
开始吧,内容比较多,慢慢来,先上代码:
# -*- coding: utf-8 -*-
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
# 构造满足一元二次方程的函数
# 构建300个点,区间[-1, 1],直接用numpy生成等差数列,然后将结果是300个点的一维数组转换为300X1二维数组
x_data = np.linspace(-1, 1, 300)[:, np.newaxis]
# 此处加入噪声点,使得他们与x_data的维度一致,并且拟合成均值为0&#x