常见问题

测试tensorflow

2022-04-27 14:28:49 admin 76

1.以下指令检测 tensorflow 是否成功安装。

python3

import tensorflow as tf 

tf.  version 

查询 tensorflow 安装路径为:

tf.  path 

查询结果如下:


 2
.测试 TensorFlow

 

己写非线归代码 是挺 使 vi  python 文件命名 tensorflowDemo.py 然后复制以下代码进去保存后使用 python3 tensorflowDemo.py 运行, 必须在图形化面下运行,因为会出一张图表由于 TensorFlow2 所以 import tensorflow as tf 改成了 import tensorflow.compat.v1 as tf  tf.disable_v2_behavior()即代码的前两句,如果TensorFlow1 则为 import tensorflow as tf

 

# -*- coding: utf-8 -*-

import tensorflow.compat.v1 as tf tf.disable_v2_behavior()

import numpy as np

import matplotlib.pyplot as plt

 

x_data = np.linspace(-0.5, 0.5, 200)[:, np.newaxis] noise = np.random.normal(0, 0.02, x_data.shape) y_data = np.square(x_data) + noise

 

x = tf.placeholder(tf.float32, [None, 1]) y = tf.placeholder(tf.float32, [None, 1])

 

# 输入层一个神经元,输出层一个神经元,中间 10

# 第一层

Weights_L1 = tf.Variable(tf.random.normal([1, 10])) Biases_L1 = tf.Variable(tf.zeros([1, 10])) Wx_plus_b_L1 = tf.matmul(x, Weights_L1) + Biases_L1 L1 = tf.nn.tanh(Wx_plus_b_L1)

 

# 第二层

Weights_L2 = tf.Variable(tf.random.normal([10, 1])) Biases_L2 = tf.Variable(tf.zeros([1, 1]))

Wx_plus_b_L2 = tf.matmul(L1, Weights_L2) + Biases_L2 pred = tf.nn.tanh(Wx_plus_b_L2)

 

# 损失函数

loss = tf.reduce_mean(tf.square(y - pred))

 

# 训练

train = tf.train.GradientDescentOptimizer(0.1).minimize(loss)

 

with tf.Session() as sess: sess.run(tf.global_variables_initializer()) for i in range(2000):


sess.run(train, feed_dict={x: x_data, y: y_data})

print("{0}次,loss = {1}".format(i, sess.run(loss,feed_dict={x: x_data, y: y_data})))

pred_vaule = sess.run(pred, feed_dict={x: x_data})

         plt.figure() 

         plt.scatter(x_data, y_data)

                      plt.plot(x_data, pred_vaule, 'r-', lw=5) plt.show()

                      plt.show()



首页
产品
案例
联系