Tensorflow如何安装?tensorflow如何实现线性回归操作?

对于tensorflow,凡是计算机等专业的学生均有所耳闻 。tensorflow作为最热门机器学习框架之一,正被广泛使用 。为帮助大家使用和增进对tensorflow的认识,本文将带来tensorflow的安装教程,并对tensorflow实现简单线性回归的具体做法予以探讨 。如果你对tensorflow具有兴趣,不妨继续往下阅读哦 。
一、Pip 安装TensorFlow
Pip 是一个 Python 的软件包安装与管理工具.
首先安装 pip (或 Python3 的 pip3 ):
安装 TensorFlow :
如果是 Python3 :
备注:如果之前安装过 TensorFlow < 0.7.1 的版本,应该先使用 pip uninstall 卸载 TensorFlow 和 protobuf ,保证获取的是一个最新 protobuf 依赖下的安装包.
二、Anaconda安装tensorflow
Anaconda 是一个集成许多第三方科学计算库的 Python 科学计算环境,Anaconda 使用 conda 作为自己的包管理工具,同时具有自己的计算环境,类似 Virtualenv.
和 Virtualenv 一样,不同 Python 工程需要的依赖包,conda 将他们存储在不同的地方 。TensorFlow 上安装的 Anaconda 不会对之前安装的 Python 包进行覆盖.
· 安装 Anaconda
· 建立一个 conda 计算环境
· 激活环境,使用 conda 安装 TensorFlow
· 安装成功后,每次使用 TensorFlow 的时候需要激活 conda 环境
建立一个 conda 计算环境名字叫tensorflow:
激活tensorflow环境,然后使用其中的 pip 安装 TensorFlow. 当使用easy_install使用--ignore-instalLED标记防止错误的产生 。
对于 Python 3.x :
conda 环境激活后,你可以测试
当你不用 TensorFlow 的时候,关闭环境:
再次使用的时候再激活
三、tensorflow实现简单线性回归
导入需要的所有软件包:
1. 在神经网络中,所有的输入都线性增加 。为了使训练有效,输入应该被归一化,所以这里定义一个函数来归一化输入数据:
2. 现在使用 TensorFlow contrib 数据集加载波士顿房价数据集,并将其分解为 X_train 和 Y_train 。可以对数据进行归一化处理:
3. 为训练数据声明 TensorFlow 占位符:
4. 创建 TensorFlow 的权重和偏置变量且初始值为零:
5. 定义用于预测的线性回归模型:
6. 定义损失函数:
7. 选择梯度下降优化器:
8. 声明初始化操作符:
9. 现在,开始计算图,训练 100 次:
10. 查看结果:
解读分析
从下图中可以看到,简单线性回归器试图拟合给定数据集的线性线:
在下图中可以看到,随着模型不断学习数据,损失函数不断下降:
下图是简单线性回归器的 TensorBoard 图:
该图有两个名称范围节点 Variable 和 Variable_1,它们分别是表示偏置和权重的高级节点 。以梯度命名的节点也是一个高级节点,展开节点,可以看到它需要 7 个输入并使用 GradientDescentOptimizer 计算梯度,对权重和偏置进行更新:
【Tensorflow如何安装?tensorflow如何实现线性回归操作?】 以上便是此次小编带来的“tensorflow”相关内容,通过本文,希望大家对如何安装tensorflow以及如何采用tensorflow实现简单线性回归具备一定的了解 。如果你喜欢本文,不妨持续关注我们网站哦,小编将于后期带来更多精彩内容 。最后,十分感谢大家的阅读,have a nice day!

    推荐阅读