tensorflow学习笔记(北京大学) tf4_8_backward.py 完全解析
程序员文章站
2022-07-13 12:27:12
...
#coding:utf-8
#tensorflow学习笔记(北京大学) tf4_8_backward.py 完全解析
#QQ群:476842922(欢迎加群讨论学习)
#如有错误还望留言指正,谢谢
#0导入模块 ,生成模拟数据集
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import opt4_8_generateds
import opt4_8_forward
STEPS = 40000
BATCH_SIZE = 30
LEARNING_RATE_BASE = 0.001
LEARNING_RATE_DECAY = 0.999
REGULARIZER = 0.01#正则化
def backward():#反向传播
x = tf.placeholder(tf.float32, shape=(None, 2))#占位
y_ = tf.placeholder(tf.float32, shape=(None, 1))#占位
#X:300行2列的矩阵。Y_:坐标的平方和小于2,给Y赋值1,其余赋值0
X, Y_, Y_c = opt4_8_generateds.generateds()
#前向传播
y = opt4_8_forward.forward(x, REGULARIZER)
global_step = tf.Variable(0,trainable=False)
#指数衰减学习率
learning_rate = tf.train.exponential_decay(
LEARNING_RATE_BASE,#学习率
global_step,#计数
300/BATCH_SIZE,
LEARNING_RATE_DECAY,#学习衰减lü
staircase=True)#选择不同的衰减方式
#定义损失函数
loss_mse = tf.reduce_mean(tf.square(y-y_))#均方误差
loss_total = loss_mse + tf.add_n(tf.get_collection('losses'))#正则化
#定义反向传播方法:包含正则化
train_step = tf.train.AdamOptimizer(learning_rate).minimize(loss_total)
with tf.Session() as sess:
init_op = tf.global_variables_initializer()#初始化
sess.run(init_op)
for i in range(STEPS):
start = (i*BATCH_SIZE) % 300
end = start + BATCH_SIZE#3000轮
sess.run(train_step, feed_dict={x: X[start:end], y_:Y_[start:end]})
if i % 2000 == 0:
loss_v = sess.run(loss_total, feed_dict={x:X,y_:Y_})
print("After %d steps, loss is: %f" %(i, loss_v))
xx, yy = np.mgrid[-3:3:.01, -3:3:.01]
grid = np.c_[xx.ravel(), yy.ravel()]
probs = sess.run(y, feed_dict={x:grid})
probs = probs.reshape(xx.shape)
plt.scatter(X[:,0], X[:,1], c=np.squeeze(Y_c)) #画点
plt.contour(xx, yy, probs, levels=[.5])#画线
plt.show()#显示图像
if __name__=='__main__':
backward()
推荐阅读
-
tensorflow学习笔记(北京大学) tf4_8_forward.py 完全解析
-
tensorflow学习笔记(北京大学) tf4_8_generateds.py 完全解析
-
tensorflow学习笔记(北京大学) tf4_2.py 完全解析
-
tensorflow学习笔记(北京大学) tf4_6.py 完全解析 滑动平均
-
tensorflow学习笔记(北京大学) tf4_2.py 完全解析 酸奶学习模型
-
tensorflow学习笔记(北京大学) tf4_5.py 完全解析 设损失函数 loss=(w+1)^2
-
tensorflow学习笔记(北京大学) tf4_8_backward.py 完全解析
-
tensorflow学习笔记(4)------北京大学 曹健
-
tensorflow学习笔记(北京大学) tf4_4.py 完全解析
-
tensorflow学习笔记(1)------北京大学 曹健