拟合正弦函数

最新推荐文章于 2025-05-03 14:42:58 发布

MoneyFxxker

最新推荐文章于 2025-05-03 14:42:58 发布

阅读量7.5k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： tensorflow

本文链接：https://blog.csdn.net/MoneyFxxker/article/details/86011942

神经网络模拟思路：
1 构建数据集：通过np.linspace(a,b,c)来构建一个从a到b中取c个数。再用np.reshape(a,(b,c))改变输入数据x的矩阵形状，a表示的是哪个数据被改变，(b,c)是将其改变成这样形状的矩阵

2 创建神经网络模型参数部分：首先定好参数，再将神经元中的权值和偏重全部定义好

3 进行训练：调用生成函数，建立占位符（一般在train函数上生成占位符），调用函数梯度方法修正函数。

mport tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

def gen_data():
    x = np.linspace(0,2*np.pi,100)
    x = np.reshape(x,(len(x),1))
    y = np.sin(x)
    return x,y

# 创建神经网络模型
def inference(x):
    w1 = tf.Variable(tf.truncated_normal(shape=[INPUT_NODE,HIDDEN_NODE],stddev=0.1,dtype=tf.float32),name='w1')
    b1 = tf.Variable(tf.constant(0,dtype=tf.float32,shape=[HIDDEN_NODE]))
    a1 = tf.nn.sigmoid(tf.matmul(x,w1))
    w2 = tf.Variable(tf.truncated_normal(shape=[HIDDEN_NODE, OUTPUT_NODE], stddev=0.1, dtype=tf.float32), name='w2')
    b2 = tf.Va