MLlab 02-TensorFlow簡単な線形回帰を実現
TensorFlowによる単純な線形回帰
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] ='2'
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
x_train = [1, 2, 3]
y_train = [1, 2, 3]
w = tf.Variable(tf.random.normal([1]), name='weight')
b = tf.Variable(tf.random.normal([1]), name='bias')
hypothesis = x_train*w+b
cost = tf.reduce_min(tf.square(hypothesis-y_train)) #reduce_mean : 평균
optimizer = tf.train.GradientDescentOptimizer(learning_rate = 0.01)
train = optimizer.minimize(cost)
sess = tf.Session()
sess.run(tf.global_variables_initializer())
for step in range(2001):
sess.run(train)
if step %20 ==0:
print(step, sess.run(cost), sess.run(w), sess.run(b))
Reference
この問題について(MLlab 02-TensorFlow簡単な線形回帰を実現), 我々は、より多くの情報をここで見つけました https://velog.io/@bnow/ML-lab-02-TensorFlow로-간단한-linear-regression을-구현テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol