人工智能基础

白乎乎的码农

已于 2022-03-14 23:50:06 修改

阅读量798

点赞数

分类专栏：人工智能文章标签： python 人工智能

于 2022-03-05 22:09:19 首次发布

本文链接：https://blog.csdn.net/weixin_49199200/article/details/123302198

版权

这篇博客介绍了一个人工智能实验，使用TensorFlow实现y=3.12XXx+2.X的线性回归。实验步骤包括生成数据集，绘制散点图，建立并训练模型，预测特定x值的y值，展示计算图，并通过调整超参数观察效果。

摘要由CSDN通过智能技术生成

人工智能实验学习

通过生成人工数据集合，基于TensorFlow实现y=3.12XX x+2.X线性回归
要求：
（1）生成 x_data，值为 [0, 100]之间500个等差数列数据集合作为样本特征；
（2）根据目标线性方程 y=3.12XXx+2.X，生成相应的标签集合 y_data(需要添加噪声)；
（3）画出随机生成数据的散点图和想要通过学习得到的目标线性函数；
（4）构建回归模型；
（5）训练模型，10轮；
（6）通过训练出的模型预测 x=5.79 时 y 的值，并显示根据目标方程显示的 y 值；
（7）通过Tensorboard显示构建的计算图。
（8）通过更改超参数查看实验效果是否有改善。

 %matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
import tensorflow as tf
tf.reset_default_graph()

x_data=np.linspace(0,100,500)
y_data=3.1268*x_data+2.1+np.random.randn(*x_d