-
大小: 4KB文件类型: .zip金币: 2下载: 0 次发布日期: 2021-05-12
- 语言: Python
- 标签: 神经网络 python tensorflow
资源简介
NeuralNetworkModel
开发环境
python36
tensorflow1.x
模块介绍
产生数据
create_data.py
计算前向传播
forward.py
训练过程
backward.py <-----------------程序入口
学习到的函数
test.py

代码片段和文件信息
# coding:utf-8
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import create_data as cd
import forward as fd
# 训练轮数
STEP = 40000
# 训练神经网络时,数据的批大小
BATCH_SIZE = 30
# 学习采用用指数衰减的方法,初始速率为LEARNING_RATE_base,衰减率为LEARNING_RATE_DECAY
LEARNING_RATE_base = 0.1
LEARNING_RATE_DECAY = 0.9
# L2正则化的惩罚系数
REGULARIZER = 0.01
def backward():
x = tf.placeholder(tf.float32 shape=(None 2))
y_ = tf.placeholder(tf.float32 shape=(None 1))
# 读样本
X Y_ Y_c = cd.generateds()
# 计算前向传播的结果
y = fd.forward(x REGULARIZER)
# 定义损失函数
loss_mes = tf.reduce_mean(tf.square(y - y_))
loss_total = loss_mes + tf.add_n(tf.get_collection(‘losses‘))
# 定义指数衰减学习率
global_step = tf.Variable(0 trainable=False)
learning_rate = tf.train.exponential_decay(
LEARNING_RATE_base global_step
300 / BATCH_SIZE
LEARNING_RATE_DECAY
staircase=True)
# 定义训练步骤
train_step = tf.train.AdadeltaOptimizer(learning_rate).minimize(loss_total)
with tf.Session() as sess:
init_op = tf.global_variables_initializer()
sess.run(init_op)
for i in range(STEP):
start = (i * BATCH_SIZE) % 300
end = start + BATCH_SIZE
sess.run(train_step feed_dict={x: X[start:end] y_: Y_[start:end]})
if i % 2000 == 0:
loss = sess.run(loss_mes feed_dict={x: X y_: Y_})
print(“after %d steps loss is : %f“ % (i loss))
# 产生网格坐标
xx yy = np.mgrid[-3:3:.01 -3:3:.01]
grid = np.c_[xx.ravel() yy.ravel()]
predict = sess.run(y feed_dict={x: grid})
predict = predict.reshape(xx.shape)
# 绘制图像
plt.scatter(X[: 0] X[: 1] c=np.squeeze(Y_c))
plt.contour(xx yy predict levels=[0.5])
plt.show()
if __name__ == ‘__main__‘:
backward()
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2018-08-19 10:37 NeuralNetworkModel-master\
文件 42 2018-08-19 10:37 NeuralNetworkModel-master\.gitignore
文件 248 2018-08-19 10:37 NeuralNetworkModel-master\README.md
文件 2038 2018-08-19 10:37 NeuralNetworkModel-master\backward.py
文件 614 2018-08-19 10:37 NeuralNetworkModel-master\create_data.py
文件 789 2018-08-19 10:37 NeuralNetworkModel-master\forward.py
文件 572 2018-08-19 10:37 NeuralNetworkModel-master\test.py
- 上一篇:autoencoder自编码器tensorflow代码
- 下一篇:IDW插值批处理
相关资源
- python+ selenium教程
- PycURL(Windows7/Win32)Python2.7安装包 P
- 英文原版-Scientific Computing with Python
- 7.图像风格迁移 基于深度学习 pyt
- 基于Python的学生管理系统
- A Byte of Python(简明Python教程)(第
- Python实例174946
- Python 人脸识别
- Python 人事管理系统
- 基于python-flask的个人博客系统
- 计算机视觉应用开发流程
- python 调用sftp断点续传文件
- python socket游戏
- 神经网络用于分类
- 基于Python爬虫爬取天气预报信息
- python函数编程和讲解
- Python开发的个人博客
- 基于python的三层神经网络模型搭建
- python实现自动操作windows应用
- python人脸识别(opencv)
- python 绘图(方形、线条、圆形)
- python疫情卡UN管控
- python 连连看小游戏源码
- 基于PyQt5的视频播放器设计
- 一个简单的python爬虫
- csv文件行列转换python实现代码
- Python操作Mysql教程手册
- DeepLabV3-Tensorflow-master
- Python Machine Learning Case Studies
- python获取硬件信息
评论
共有 条评论