4、python简单线性回归代码案例(完整)_python 实现一个简单的线性回归案例

该博客演示了如何使用TensorFlow从头实现一个简单的线性回归模型。通过随机生成的数据,利用梯度下降优化器训练模型,并展示了训练过程中的权重、偏置和损失变化。最后,保存了训练好的模型。
摘要由CSDN通过智能技术生成

#!/usr/bin/env python

# -*- coding: utf-8 -*-

# @File : 自实现一个线性回归.py

# @Author: 赵路仓

# @Date : 2020/4/12

# @Desc :

# @Contact : 398333404@qq.com

import os

import tensorflow as tf

def linear_regression():

"""

自实现一个线性回归

:return:

"""

# 命名空间

with tf.variable_scope("prepared_data"):

# 准备数据

x = tf.random_normal(shape=[100, 1], name="Feature")

y_true = tf.matmul(x, [[0.08]]) + 0.7

# x = tf.constant([[1.0], [2.0], [3.0]])

# y_true = tf.constant([[0.78], [0.86], [0.94]])

with tf.variable_scope("create_model"):

# 2.构造函数

# 定义模型变量参数

weights = tf.Variable(initial_value=tf.random_normal(shape=[1, 1], name="Weights"))

bias &

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值