用TensorFlow进行平面拟合
前言
从今天开始,本人打算开始学习TensorFlow了,还别说内心真是有一点小激动(2333~)
废话不多说,直接进入正题吧!
问题简述
使用numpy生成一些三维的数据,然后用一个平面来拟合。
步骤
- 使用numpy来生成一些数据
- 构造线性模型
- 最小化方差
- 初始化变量
- 启动图
- 拟合平面
遇到的坑
作为刚入门TensorFlow的小白,我并不知道TensorFlow1和TensorFlow2有很大的差距,我就直接安装了TensorFlow2,谁知道TensorFlow2中移除了TensorFlow1中的很多模块,而网上给的示例程序是需要用TensorFlow1才能跑的,我直接吐了~~,最后多谢Stack Overflow这个网站帮了我大忙。
修改后的代码
# !/usr/bin/env python
# —*— coding: utf-8 —*—
# @Time: 2019/12/28 21:41
# @Author: Martin
# @File: Plane_fitting.py.py
# @Software:PyCharm
import tensorflow.compat.v1 as tf
import numpy as np
tf.disable_v2_behavior()
# 使用numpy生成数据,总共100个点
x_data = np.float32(np.random.rand(2, 100))
y_data = np.dot([0.100, 0.200], x_data) + 0.300
# 构造线性模型
b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random.uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b
# 最小化方差
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
# 初始化变量
init = tf.initialize_all_variables()
# 启动图
sess = tf.Session()
sess.run(init)
# 拟合平面
for step in range(0, 201):
sess.run(train)
if step % 20 == 0:
print(step, sess.run(W), sess.run(b))
最终结果
得到的最佳拟合结果 W:[[0.09999846 0.19999844]],b:[0.30000156]