TensorFlow实现简单线性回归

2020-8-11 19:34:38 1648 tensorflow

0 本小节直接从 TensorFlow contrib 数据集加载数据。使用随机梯度下降优化器优化单个训练样本的系数。实现简单线性回归的具体做法导入需要的所有软件包：在神经网络中，所有的输入都线性增加。为了使训练有效，输入应该被归一化，所以这里定义一个函数来归一化输入数据：现在使用 TensorFlow contrib 数据集加载波士顿房价数据集，并将其分解为 X_train 和 Y_train。可以对数据进行归一化处理：为训练数据声明 TensorFlow 占位符：创建 TensorFlow 的权重和偏置变量且初始值为零：定义用于预测的线性回归模型：定义损失函数：选择梯度下降优化器：声明初始化操作符：现在，开始计算图，训练 100 次：查看结果：解读分析从下图中可以看到，简单线性回归器试图拟合给定数据集的线性线：在下图中可以看到，随着模型不断学习数据，损失函数不断下降：下图是简单线性回归器的 TensorBoard 图：该图有两个名称范围节点 Variable 和 Variable_1，它们分别是表示偏置和权重的高级节点。以梯度命名的节点也是一个高级节点，展开节点，可以看到它需要 7 个输入并使用 GradientDescentOptimizer 计算梯度，对权重和偏置进行更新：（点此查看高清大图）总结本节进行了简单的线性回归，但是如何定义模型的性能呢？有多种方法可以做到这一点。统计上来说，可以计算 R2 或将数据分为训练集和交叉验证集，并检查验证集的准确性（损失项）。 0
2020-8-11 19:34:38　　评论淘帖0 举报相关推荐 • 简单线性回归代码实现细节分析 1559 • TensorFlow实现多元线性回归（超详细） 2594 • Tensorflow的非线性回归 1556 • 8 种进行简单线性回归的方法分析与讨论 10269 • 简单线性电源设计 5111 • 如何使用TensorFlow在文本中构建线性回归 2270 • 讨论8种在Python环境下进行简单线性回归计算的算法 2793 • TensorFlow逻辑回归处理MNIST数据集 1730 • TensorFlow逻辑回归处理MNIST数据集 4647 • PyTorch教程3.5之线性回归的简洁实现 0