您的位置:首页 > 财经 > 产业 > 建站需要会哪些语言_制作软件需要什么技术_做了5天游戏推广被抓了_seo关键词排名技术

建站需要会哪些语言_制作软件需要什么技术_做了5天游戏推广被抓了_seo关键词排名技术

2024/11/17 14:34:57 来源:https://blog.csdn.net/Zsusan7/article/details/142704999  浏览:    关键词:建站需要会哪些语言_制作软件需要什么技术_做了5天游戏推广被抓了_seo关键词排名技术
建站需要会哪些语言_制作软件需要什么技术_做了5天游戏推广被抓了_seo关键词排名技术
import numpy as np# 生成随机数据
# 生成随机数据
x_train = np.random.rand(100000).astype(np.float32)
y_train = 0.5 * x_train + 2 import tensorflow as tf# 定义模型
W = tf.Variable(tf.random.normal([1]))
b = tf.Variable(tf.zeros([1]))
y = W * x_train + b
# 定义损失函数
loss = tf.reduce_mean(tf.square(y - y_train))
# 定义优化器
optimizer = tf.optimizers.SGD(0.5)
# 训练模型
for i in range(100):with tf.GradientTape() as tape:y = W * x_train + bloss = tf.reduce_mean(tf.square(y - y_train))gradients = tape.gradient(loss, [W, b])optimizer.apply_gradients(zip(gradients, [W, b]))if (i+1) % 50 == 0:print("Epoch [{}/{}], loss: {:.3f}, W: {:.3f}, b: {:.3f}".format(i+1, 1000, loss.numpy(), W.numpy()[0], b.numpy()[0]))# 预测新数据
x_test = np.array([0.1, 0.2, 0.3], dtype=np.float32)
y_pred = W * x_test + b
print("Predictions:", y_pred.numpy())
import matplotlib.pyplot as plt# 绘制结果
plt.scatter(x_train, y_train)
plt.plot(x_train, W * x_train + b, c='r')
plt.show()

Pytorch

import torch
import numpy as np
import matplotlib.pyplot as plt# 生成随机数据
x_train = torch.from_numpy(np.random.rand(100000).astype(np.float32))
y_train = 0.5 * x_train + 2# 定义模型参数
W = torch.randn(1, requires_grad=True)
b = torch.zeros(1, requires_grad=True)# 定义损失函数
loss_fn = torch.nn.MSELoss()# 定义优化器
optimizer = torch.optim.SGD([W, b], lr=0.5)# 训练模型
for i in range(100):y = W * x_train + bloss = loss_fn(y, y_train)optimizer.zero_grad()loss.backward()optimizer.step()if (i + 1) % 50 == 0:print(f"Epoch [{i + 1}/{100}], loss: {loss.item():.3f}, W: {W.item():.3f}, b: {b.item():.3f}")# 预测新数据
x_test = torch.tensor([0.1, 0.2, 0.3], dtype=torch.float32)
y_pred = W * x_test + b
print("Predictions:", y_pred.detach().numpy())# 绘制结果
plt.scatter(x_train.numpy(), y_train.numpy())
plt.plot(x_train.numpy(), (W * x_train + b).detach().numpy(), c='r')
plt.show()

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com