TFLearn 自学笔记 Examples（basics_Linear Regression）

""" Linear Regression Example """
#引入python未来版本的语言特性
from __future__ import absolute_import, division, print_function

import tflearn

# Regression data
X = [3.3,4.4,5.5,6.71,6.93,4.168,9.779,6.182,7.59,2.167,7.042,10.791,5.313,7.997,5.654,9.27,3.1]
Y = [1.7,2.76,2.09,3.19,1.694,1.573,3.366,2.596,2.53,1.221,2.827,3.465,1.65,2.904,2.42,2.94,1.3]

# Linear Regression graph
input_ = tflearn.input_data(shape=[None])
linear = tflearn.single_unit(input_)
#SGD(Stochastic Gradient Descent-随机梯度下降)，损失函数：均方误差损失mean_square
regression = tflearn.regression(linear, optimizer='sgd', loss='mean_square',
                                metric='R2', learning_rate=0.01)
m = tflearn.DNN(regression)
#n_epoch=1000,训练1000次。show_metric=True可以看到过程中的准确率，
m.fit(X, Y, n_epoch=1000, show_metric=True, snapshot_epoch=False)

print("nRegression result:")
print("Y = " + str(m.get_weights(linear.W)) +
      "*X + " + str(m.get_weights(linear.b)))

print("nTest prediction for x = 3.2, 3.3, 3.4:")
print(m.predict([3.2, 3.3, 3.4]))
# should output (close, not exact) y = [1.5315033197402954, 1.5585315227508545, 1.5855598449707031]

最后

以上就是淡淡火车为你收集整理的TFLearn 自学笔记 Examples（basics_Linear Regression）的全部内容，希望文章能够帮你解决TFLearn 自学笔记 Examples（basics_Linear Regression）所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。