トッカンソフトウェア

TensorFlow 1次関数の係数を求める

サンプル

				
import numpy as np
import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

# 1次関数 y = W * x + b のWとbを求めるサンプル
# yとxにサンプル値を入れて計算させてWとbを予想させる

# 1次関数の係数(W、b)となる変数を定義。初期値は両方5.0
W = tf.Variable([5.0], dtype=tf.float32)
b = tf.Variable([5.0], dtype=tf.float32)

# 1次関数のx,yの入れ物を定義
x = tf.placeholder(tf.float32)
y = tf.placeholder(tf.float32)

# 1次関数を定義
keisan = W * x + b

# サンプルの計算値とyの差を2乗(tf.square)したものを
# すべて足し合わせる処理(tf.reduce_sum)の定義
loss = tf.reduce_sum(tf.square(keisan - y))

# ↑で定義した差の2乗の合計値がより小さくなるように操作する処理を定義
# 2乗させないと差はマイナス値になり、どこまでも小さくなる。
# 2乗させることでマイナス値はなくなる(-1 * -1 = 1)
optimizer = tf.train.GradientDescentOptimizer(0.01)
train = optimizer.minimize(loss)

# x,yにセットされるサンプルデータ
# y = 2 * x + 1 となるようなデータを用意
x_sample = [1, 2, 3, 4, 5]
y_sample = [3, 5, 7, 9, 11]

# 定義してきたもの処理を開始する
sess = tf.Session()

# 変数を使用するため以下で初期化
sess.run(tf.global_variables_initializer())

# 処理のメイン
for i in range(1000):

    # Wとbの変数の変わり具合を表示
    print("W(2が正解):" + str(sess.run(W)) + "\tb(1が正解):" + str(sess.run(b)))

    # 変数の調整
    sess.run(train, {x: x_sample, y: y_sample})


			

もっと単純なサンプル

				
import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

# W = 100 を求めるサンプル

# 変数を定義。初期値は5.0
W = tf.Variable([5.0], dtype=tf.float32)

# 変数Wと100の差を2乗(tf.square)したものを定義
loss = tf.square(W - 100)

# ↑で定義した差の2乗の合計値がより小さくなるように操作する処理を定義
# 2乗させないと差はマイナス値になり、どこまでも小さくなる。
# 2乗させることでマイナス値はなくなる(-1 * -1 = 1)
optimizer = tf.train.GradientDescentOptimizer(0.3)
train = optimizer.minimize(loss)

# 定義してきたもの処理を開始する
sess = tf.Session()

# 変数を使用するため以下で初期化
sess.run(tf.global_variables_initializer())

# 処理のメイン
for i in range(21):

    # Wとbの変数の変わり具合を表示
    print("W(100が正解):" + str(sess.run(W)))

    # 変数の調整
    sess.run(train)