tensorflow学习(1)

本文介绍了TensorFlow的基本概念,包括其作为神经网络Python结构包的角色,数据流图的计算方式,以及张量的定义。通过一个简单的线性回归示例,展示了如何创建数据流图,定义变量,设置损失函数,并使用梯度下降法进行优化。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

TensorFlow是Google开发的一款神经网络的Python外部的结构包, 也是一个采用数据流图来进行数值计算的开源软件库.TensorFlow 让我们可以先绘制计算结构图, 也可以称是一系列可人机交互的计算操作, 然后把编辑好的Python文件 转换成 更高效的C++, 并在后端进行计算.

机器学习:其实就是让电脑不断地尝试模拟已知的数据,他能知道自己拟合的数据离真实数据差距还有多远,通过不断的改进自己拟合的参数,提高拟合的相似度.

转换成

tensorflow处理结构:

首先需要定义神经网络的结构,然后再把数据放入结构中去运算和training

tensorflow是采用数据流图(data flow graphs)来计算,所以首先我们创建一个数据流图,然后再将我们的数据(数据以张量(标量,一维向量或者二维矩阵)进行表示,放在数据流中进行计算,节点(nodes)表示数学操作,图中的线(edge)则表示在节点间相互联系的多维向量,训练模型时,tensor会不断的从数据流图中的一个node 流到(flow)到另外一个节点中,这就是tensorflow

张量的定义:

1. 零阶张量为 纯量或标量 (scalar) 也就是一个数值. 比如 [1]

2.一阶张量向量(vector) 比如一维的[1,2,3]

3.二阶张量为居中(matrix),比如二维的[[1,2,3]]

 

tensorflow简单应用:

导入数据,创建数据,即原始数据x和标签y

 

import tensorflow as tf
import numpy as np

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

神经网络会学着把weights变成0.1,把bias变成0.3

进行搭建模型 搭建需要预测的w和b

#随机初始化weight和bias
Weights = tf.Variable(tf.random_uniform([1],-1.0,1.0)); #表示一维向量 为-1.0到1.0
bias =  tf.Variable(tf.zeros([1])); #初始化
#计算预测的输出值
y = Weights * x_data + bias;


计算误差和的平均值和平均值的均方误差.反向传播采用梯度下降法进行优化.

#计算误差 和的平均值 均方误差
loss = tf.reduce_mean(tf.square(y - y_data));

#反向传播误差进行优化 使用梯度下降法 Gradient Descent 让后我们使用 optimizer 来进行参数的更新.

optimizer = tf.train.GradientDescentOptimizer(0.5);
train = optimizer.minimize(loss);

以上便是建立好的模型.

以下使用session将数据流图跑起来,注意,要将所有变量进行初始化!!!

 

#这一步很重要
init = tf.global_variables_initializer();
#创建session 进行初始化
sess = tf.Session();
sess.run(init);
for step in range(201):
    #训练train
    sess.run(train);
    #如果步长为20 进行打印输出w和b
    if(step % 20 == 0):
        print(step,sess.run(Weights),sess.run(bias));

要注意,要打印数据流图中计算的值,也需要使用sess.run方法.

 

 

资源下载链接为: https://pan.quark.cn/s/22ca96b7bd39 在当今的软件开发领域,自动化构建与发布是提升开发效率和项目质量的关键环节。Jenkins Pipeline作为一种强大的自动化工具,能够有效助力Java项目的快速构建、测试及部署。本文将详细介绍如何利用Jenkins Pipeline实现Java项目的自动化构建与发布。 Jenkins Pipeline简介 Jenkins Pipeline是运行在Jenkins上的一套工作流框架,它将原本分散在单个或多个节点上独立运行的任务串联起来,实现复杂流程的编排与可视化。它是Jenkins 2.X的核心特性之一,推动了Jenkins从持续集成(CI)向持续交付(CD)及DevOps的转变。 创建Pipeline项目 要使用Jenkins Pipeline自动化构建发布Java项目,首先需要创建Pipeline项目。具体步骤如下: 登录Jenkins,点击“新建项”,选择“Pipeline”。 输入项目名称和描述,点击“确定”。 在Pipeline脚本中定义项目字典、发版脚本和预发布脚本。 编写Pipeline脚本 Pipeline脚本是Jenkins Pipeline的核心,用于定义自动化构建和发布的流程。以下是一个简单的Pipeline脚本示例: 在上述脚本中,定义了四个阶段:Checkout、Build、Push package和Deploy/Rollback。每个阶段都可以根据实际需求进行配置和调整。 通过Jenkins Pipeline自动化构建发布Java项目,可以显著提升开发效率和项目质量。借助Pipeline,我们能够轻松实现自动化构建、测试和部署,从而提高项目的整体质量和可靠性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值