梯度下降法见7.001 梯度下降法
假设二次函数为f(x)=x^2+y^2,显然,这个函数的极小值在原点,极小值为零,那么如何利用tensorflow求解呢?
1、确定输入
没具体的输入,非得有的话,就是(x, y)的初始值
2、确定输出
f(x)=x^2+y^2
3、确定损失
我们要求f的最小值,因此f本身可以作为损失
4、优化器选择
如题要求,梯度下降法
代码如下
import tensorflow as tf
with tf.name_scope("Inference"):#输出
x = tf.Variable(tf.truncated_normal(shape=[1, 2], mean=0, stddev=1000))
f = tf.matmul(a=x, b=x, transpose_a=False, transpose_b=True)
with tf.name_scope("Loss"):损失
loss =