Tensorflow--逻辑回归
2017-09-05 21:59
211 查看
#coding=utf-8 import tensorflow as tf import numpy as np num_point = 100 vectors_set = [] #train data for i in range(num_point): x1 = np.random.normal(0.0,1) y1 = 1 if x1*0.3+0.1 +np.random.normal(0.0,0.03)>0 else 0 vectors_set.append([x1,y1]) x_data = [v[0] for v in vectors_set] y_data = [v[1] for v in vectors_set] w = tf.Variable(tf.random_uniform([1],-1.0,1.0)) b = tf.Variable(tf.zeros([1])) y = tf.sigmoid(w*x_data+b) one = tf.ones(y.get_shape(),dtype = tf.float32) #交叉熵损失函数 loss = -tf.reduce_mean(y_data*tf.log(y)+(one-y_data)*tf.log(one-y)) #梯度下降学习算法 train = tf.train.GradientDescentOptimizer(0.5).minimize(loss) with tf.Session() as sess: sess.run(tf.initialize_all_variables()) th = tf.ones_like(one,dtype = tf.float32)*0.5 #tf.cast(x,dtype)将x的数据格式转化为dtype #评估 correct_prediction = tf.equal(tf.cast(y_data,tf.int32),tf.cast(tf.greater(y,th),tf.int32)) accuracy = tf.reduce_mean(tf.cast(correct_prediction,tf.float32)) for i in range(200): sess.run(train) if i%20==0: print ("accuracy",sess.run(accuracy)) print ("loss",sess.run(loss)) #print ('y',y_data) #print ("Y_predict",sess.run(y))
相关文章推荐
- tensorflow实现简单逻辑回归
- 深度学习框架Tensorflow学习(四)----逻辑回归
- 利用tensorflow一步一步实现基于MNIST 数据集进行手写数字识别的神经网络,逻辑回归
- tensorflow 学习专栏(四):使用tensorflow在mnist数据集上使用逻辑回归logistic Regression进行分类
- 斯坦福CS20SI:基于Tensorflow的深度学习研究课程笔记,Lecture note3:TensorFlow上的线性回归和逻辑回归
- Tensorflow案例分析(1)—— 使用逻辑回归进行泰坦尼克号预测
- 10分钟搞懂Tensorflow 逻辑回归实现手写识别
- tensorflow tutorials(三):用tensorflow建立逻辑回归模型
- TensorFlow深度学习笔记 逻辑回归 实践篇
- Tensorflow学习笔记(三)——用Tensorflow实现线性回归和逻辑回归
- tensorflow实现逻辑回归,在kaggle《泰坦尼克》训练并测试准确率
- 【AI】TensorFlow - 逻辑回归(logistic Regression)
- 详解用TensorFlow实现逻辑回归算法
- tensorflow之逻辑回归
- TensorFlow 深度学习笔记 逻辑回归 实践篇
- 10分钟搞懂Tensorflow 逻辑回归实现手写识别
- TensorFLow 基础 矩阵相乘相加 线性回归 手写字体逻辑回归 神经网络 tensorboard 显示 网络结构 和 优化记录
- 代码,逻辑回归(logistic_regression)实现mnist分类(TensorFlow实现)
- tensorflow入门(4)逻辑回归分类器
- tensorflow逻辑回归例子