神经网络与深度学习——TensorFlow2.0（多元线性回归模型）

最新推荐文章于 2024-07-11 23:23:47 发布

寅辰ら

最新推荐文章于 2024-07-11 23:23:47 发布

阅读量2.8k

点赞数 3

文章标签：可视化深度学习 python tensorflow

本文链接：https://blog.csdn.net/weixin_45570102/article/details/106537593

版权

该博客通过TensorFlow2.0使用波士顿房价数据集训练并测试了多元线性回归模型，详细记录了超参数调试过程，并对结果进行了可视化展示。

摘要由CSDN通过智能技术生成

使用波士顿房价数据集中的所有属性，训练和测试多元线性回归模型，并可视化模型。

要求：程序+文本（记录下超参数的调试过程，并简要总结）

import numpy as np
import matplotlib.pyplot as plt
import tensorflow as tf

boston_housing = tf.keras.datasets.boston_housing
(train_x, train_y), (test_x, test_y) = boston_housing.load_data()

num_train = len(train_x)
num_test = len(test_x)

x_train = (train_x - train_x.min(axis=0)) / (train_x.max(axis=0) - train_x.min(axis=0))
y_train = train_y

x_test = (test_x - test_x.min(axis=0)) / (test_x.max(axis=0) - test_x