机器学习（十四）：模型训练步骤和TensorFlow训练代码

一、模型训练步骤

1、创建模型

定义一个模型：给定输入值x，w，b，如何用此模型计算输出值

例如，在逻辑回归中，模型是：

在神经网络中，模型是：

2、确定损失和代价函数

确定损失和代价函数，计算模型的预测值和真实值的误差。

例如：逻辑回归的损失可写成：

代价函数是：

神经网络中，可以使用model.compile()设置损失函数

BinaryCrossentropy是二元交叉熵损失函数。也可以设置均方误差函数。

3、训练模型，使代价函数值最小化

例如，在逻辑回归中，使用梯度下降的方法，对参数w和b进行迭代，直至算法收敛，获取代价函数最小值：

在神经网络中，可以使用model.fit()训练模型：

其中，epochs为迭代次数

二、TensorFlow实现

根据模型训练步骤，TensorFlow代码实现如下

神经网络示例：

代码：

学习来源：吴恩达机器学习，P59-P60