编程开发 购物 网址 游戏 小说 歌词 快照 开发 股票 美女 新闻 笑话 | 汉字 软件 日历 阅读 下载 图书馆 编程 China
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
移动开发 架构设计 编程语言 互联网 开发经验 Web前端 开发总结
开发杂谈 系统运维 研发管理 数据库 云 计 算 Java开发
VC(MFC) Delphi VB C++(C语言) C++ Builder 其它开发语言 云计算 Java开发 .Net开发 IOS开发 Android开发 PHP语言 JavaScript
ASP语言 HTML(CSS) HTML5 Apache MSSQL数据库 Oracle数据库 PowerBuilder Informatica 其它数据库 硬件及嵌入式开发 Linux开发资料
  编程开发知识库 -> 开发杂谈 -> TensorFlow(安装和初使用) -> 正文阅读
 

[开发杂谈]TensorFlow(安装和初使用)[第1页]

安装
1、下载并且安装Anaconda-3。TensorFlow已经支持python3.6因此下载最新版本即可。(安装时有将python目录加入到环境变量中,记得选择)
2、使用命令pip install tensorflow即可安装tensorflow cpu版本。
gpu版本尚未尝试,gpu版本需要以下依赖

cudnn6.0, 
windows下cuda8.0、linux下安装最新驱动cuda9.0即可
pip install tensorflow-gpu

使用
1.先引入对应的库

import tensorflow as tf
import numpy as np

2、伪造回归所用的拟合数据

# 使用numpy
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data * 0.1 + 0.3

之后构造静态图模型,用于拟合出来对应的变量

[ 0.81932968  0.77709019  0.93209612  0.54649353  0.90174001  0.81324214
  0.57129693  0.37069476  0.95325828  0.26792726  0.95471644  0.01868326
  0.72079808  0.02420644  0.42940879  0.11925939  0.53292018  0.30874303
  0.6179927   0.65413511  0.91911852  0.12300844  0.22290444  0.68469095
  0.39208147  0.33076292  0.66359794  0.8391552   0.8859579   0.22036755
  0.51191467  0.04532562  0.15988326  0.2644116   0.54665858  0.91885412
  0.32364029  0.10533201  0.6941312   0.95124549  0.77731627  0.70488501
  0.63933069  0.64133698  0.34779307  0.85844809  0.60094941  0.2280845
  0.9715808   0.90514243  0.37492487  0.63143545  0.32448494  0.87860829
  0.60888034  0.0536992   0.87272596  0.2757256   0.52294028  0.44402313
  0.65318012  0.51203662  0.58079946  0.02674621  0.88491195  0.53675622
  0.14286731  0.14372869  0.40336677  0.59653842  0.88745058  0.68862557
  0.42571071  0.26180086  0.72788739  0.60717767  0.5829736   0.87680519
  0.45300043  0.85390121  0.59883171  0.25868875  0.57738042  0.96802121
  0.002104    0.63230199  0.12704033  0.43771467  0.02793019  0.19138411
  0.65149647  0.70921648  0.31550848  0.16242157  0.84410089  0.49122787
  0.11707108  0.18496205  0.45668516  0.09403677]

3、构造静态图模型

# 使用tf自带的Variable函数,用于随机生成一个权重值
# tf.random_uniform()函数第一个参数为shape,后面的参数为随机数的范围, 随机生成(-1, 1)的一个数
Weights = tf.Variable(tf.random_uniform([1], -1.0, 1.0))

# 生成偏置量,这里置为0
biases = tf.Variable(tf.zeros(1))

# 使用初始化的权重和参数获取预测的y值,即为一次正向传播
y = Weights * x_data + biases

# 定义损失函数,并且获取损失函数的得分loss
loss = tf.reduce_mean(tf.square(y - y_data))

#定义优化函数,这里使用的是梯度下降方法, 参数即为学习率(learing rate),这里给的0.5
optimizer = tf.train.GradientDescentOptimizer(0.5)

# 训练,即使用优化函数使得我们的损失得分尽可能最小
train = optimizer.minimize(loss)

#这一句非常重要,主要用于初始化前面所有用Variable函数定义的变量,这里面为Weights和biases
#部分教程中使用的函数为`initialize_all_variables`但是这个函数已经在tf1.3中标记为过时函数了
init = tf.global_variables_initializer()

4、获取tf的session对象并且执行静态图模型

# 获取session对象
sess = tf.Session()
# 使用run初始化变量
sess.run(init)
# 训练200次,并且每逢20的倍数都打印当前计算出来的权重和偏值
for step in range(201):
    sess.run(train)
    if step % 20 == 0:
        print(step, sess.run(Weights), sess.run(biases))

5、运行结果示例

0 [ 0.59929496] [ 0.02857201]
20 [ 0.23587528] [ 0.22533756]
40 [ 0.13706814] [ 0.27963135]
60 [ 0.11011258] [ 0.29444322]
80 [ 0.1027588] [ 0.29848409]
100 [ 0.10075264] [ 0.29958645]
120 [ 0.10020533] [ 0.29988718]
140 [ 0.10005601] [ 0.29996923]
160 [ 0.1000153] [ 0.29999161]
180 [ 0.10000417] [ 0.29999772]
200 [ 0.10000113] [ 0.29999939]

这里可以看出我们计算出来的权重和偏值是趋近于我们预算设置好的0.1和0.3
阅读全文
版权声明:本文为博主原创文章,未经博主允许不得转载。
本文已收录于以下专栏:

发表评论
HTML/XML objective-c Delphi Ruby PHP C# C++ JavaScript Visual Basic Python Java CSS SQL 其它
相关文章推荐
从零开始使用tensorflow(1)——安装
1.      Python和jdk1.8之前已经安装好了。 2.      Pip install https://storage.googleapis.com/tenso...
juanjuan1314 2016-08-23 19:16 3680 win7 X64 安装tensorflow 并使用 spyder 教程
1,下载  Anaconda,建议使用Anaconda3-4.2.0-Windows-x86_64 版本,这版的python3.52对tensorflow支持最好(目前来看) 2,安装好Ana...
lijihw 2017-05-25 16:48 1354 tensorflow 之 bazel安装 & 使用
写在文章前面: 当一个人从一个领域跨到另一个领域的时候会面临很大的改变,理论不同了,方法变换了,遇到这样挑战的时候,很多人都需要长时间去适应和习惯;这种领域的转换其实有三种,一种是理论的改变,一种是方...
u010700335 2017-04-06 19:14 10431 mac 下使用Docker安装搭建tensorflow环境
“谷歌”+“深度学习”,两个标签让2015年12月才由谷歌开源的深度学习工具TensorFlow在其发布之后就迅速地成为了全球最为炙手可热的开源项目,2016年4月,开源的TensorFlow又支持了...
u011537073 2017-01-06 11:02 371 Ubuntu16.04lts使用Anaconda安装tensorflow并配置GPU
在安装tensorflow之前,首先列示一下我的配置:Ubuntu16.04lts系统,Geforce840M显卡,Cuda8.0,Cudnn v5.1,Anaconda python2.7环境。
jteng 2016-10-31 14:15 5912 Tensorflow安装及基本使用
TensorFlow安装 TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着基...
qq_23953717 2016-12-16 19:31 272 在win10中使用bash 运行Linux子系统,并安装TensorFlow
Summary 在win10中使用bash 在win10 的Linux中安装TensorFlow
justcyf 2016-11-20 21:39 3313 初探Tensorflow(一)简单介绍其在Linux下的安装步骤和MNIST的使用准备
Tensorflow在Linux下的安装和使用
Byshx 2016-12-14 17:50 773 Windows下Tensorflow-GPU的安装,Tensorboard的使用,以及过程中遇到的各种坑
Windows下Tensorflow-GPU的安装,Tensorboard的使用,以及过程中遇到的各种坑
sunlilan 2017-06-09 19:27 282 Windows下用Anaconda安装TensorFlow,并在pycharm中使用
笔者之前在学习TensorFlow,也在自己的笔记本上完成了安装,在PyCharm中进行学习。但是最近为了使用Python的科学计算环境,我把之前的环境卸载了,并用Anaconda重新安装了Tenso...
u012052268 2017-07-03 15:39 5578
u011669700 +关注
原创 35 粉丝 25 喜欢 0 码云  
他的最新文章 更多文章
TensorFlow可视化结果 TensorFlow添加层 TensorFlow-palceholder
在线课程

【免费】搜狗机器翻译技术分享
讲师:

深度学习在推荐领域的应用和实践
讲师:吴岸城
热门文章 ECharts实现折线图颜色分段及markline标注
6548
【蓝桥杯】最大的最小公倍数
6257
利用Eclipse创建maven项目并生成META-INF和WEB-INF目录
3601
【蓝桥杯】16转换8进制
3382
Spark2.1.0在windows下的单机环境搭建
3277
0
  开发杂谈 最新文章
centos6 更新glibc-2.14
流水账...12321984543
ros常用工具汇总
我想成为一个真的程序员
KITTI数据集测试
TensorFlow(安装和初使用)
集算报表实现动态显示列
高斯牛顿迭代法
【51nod】第K大区间2(二分+树状数组)
Android自定义View——圆形进度条式按钮
上一篇文章      下一篇文章      查看所有文章
加:2017-10-29 22:06:18  更:2017-10-29 22:07:20 
VC(MFC) Delphi VB C++(C语言) C++ Builder 其它开发语言 云计算 Java开发 .Net开发 IOS开发 Android开发 PHP语言 JavaScript
ASP语言 HTML(CSS) HTML5 Apache MSSQL数据库 Oracle数据库 PowerBuilder Informatica 其它数据库 硬件及嵌入式开发 Linux开发资料
360图书馆 软件开发资料 文字转语音 购物精选 软件下载 新闻资讯 小游戏 Chinese Culture 股票 三丰软件 开发 中国文化 网文精选 阅读网 看图 日历 万年历 2018年11日历
2018-11-18 9:15:09
多播视频美女直播
↓电视,电影,美女直播,迅雷资源↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  编程开发知识库