利用TensorFlow实现线性回归模型demo
import numpy as np
import tensorflow as tf
import matplotlib.pyplot as plt# 随机生成1000个点,围绕在y=0.1x+0.3的直线周围
num_points = 1000
vectors_set = []
for i in range(num_points):
x1 = np.random.normal(0.0,0.55)
y1 = x1 * 0.1 + 0.3 + np.random.normal(0.0,0.03)
vectors_set.append([x1, y1])# 生成一些样本
x_data = https://www.it610.com/article/[v[0] for v in vectors_set]
y_data = [v[1] for v in vectors_set]plt.scatter(x_data, y_data, c='r', label='Original data')
#plt.plot(x_data, y_data, c='r', label='Original data') 画线
plt.legend()
plt.show()
【人工智能|TensorFlow机器学习小案例(三)】
文章图片
推荐阅读
- 人脸识别|【人脸识别系列】| 实现自动化妆
- 人工智能|干货!人体姿态估计与运动预测
- 推荐系统论文进阶|CTR预估 论文精读(十一)--Deep Interest Evolution Network(DIEN)
- Python专栏|数据分析的常规流程
- 历史上的今天|【历史上的今天】2 月 16 日(世界上第一个 BBS 诞生;中国计算机教育开端;IBM 机器人赢得智能竞赛)
- 分析COMP122 The Caesar Cipher
- Python|Win10下 Python开发环境搭建(PyCharm + Anaconda) && 环境变量配置 && 常用工具安装配置
- Python绘制小红花