[PYTHON] Einführung von Tensorflow (Win / Anaconda-Umgebung)

Diesmal das Ziel

• Erstellen einer Umgebung für Tensorflow
• Tensorflow installieren
• Lernprogramm

Erstellen einer Python-Umgebung für Tensorflow

Erstellen Sie zunächst eine Umgebung für Tensorflow (Python 3.5). Erstellen Sie mit Conda eine virtuelle Umgebung. Führen Sie den folgenden Befehl an der Eingabeaufforderung aus

conda create -n tensorflow python=3.5

Sie werden gefragt, ob Sie die erforderlichen Pakete installieren möchten. Wählen Sie daher Y aus Die Installation ist nach einer Weile abgeschlossen. Wechseln Sie die Umgebung, wenn die Installation abgeschlossen ist.

activate tensorflow

Installieren Sie Tensorflow

Verwenden Sie von hier aus pip, um Tensorflow zu installieren. pip ist das Python-Paketverwaltungssystem von Python, das häufig verwendet wird.

Führen Sie den folgenden Befehl aus.

pip install tensorflow
.
.
.
Successfully built protobuf
Installing collected packages: six, protobuf, numpy, werkzeug, tensorflow
Successfully installed numpy-1.12.1 protobuf-3.3.0 six-1.10.0 tensorflow-1.1.0 werkzeug-0.12.2

Wenn "Erfolgreich erstellter Protobuf" angezeigt wird, k

Lernprogramm

Die Tensorflow-Formel enthält ein Beispiel. Verschieben wir es also. https://www.tensorflow.org/get_started/get_started

import numpy as np
import tensorflow as tf
# Model parameters
W = tf.Variable([.3], tf.float32)
b = tf.Variable([-.3], tf.float32)
# Model input and output
x = tf.placeholder(tf.float32)
linear_model = W * x + b
y = tf.placeholder(tf.float32)
# loss
loss = tf.reduce_sum(tf.square(linear_model - y)) # sum of the squares
# optimizer
optimizer = tf.train.GradientDescentOptimizer(0.01)
train = optimizer.minimize(loss)
# training data
x_train = [1,2,3,4]
y_train = [0,-1,-2,-3]
# training loop
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init) # reset values to wrong
for i in range(1000):
  sess.run(train, {x:x_train, y:y_train})

# evaluate training accuracy
curr_W, curr_b, curr_loss  = sess.run([W, b, loss], {x:x_train, y:y_train})
print("W: %s b: %s loss: %s"%(curr_W, curr_b, curr_loss))

Auf Python ausführen

(tensorflow) C:\work>python tutorial.py
W: [-0.9999969] b: [ 0.99999082] loss: 5.69997e-11

Ich weiß nicht, was es ist, wenn es nur das Ausführungsergebnis ist, aber wenn ich es grob erkläre

Finden der Beziehung zwischen X und Y durch lineare Regression (Kurz gesagt, die Steigung (W) und b (Abschnitt) der Geraden (Y = WX + b))

Probieren Sie es beim nächsten Mal aus

• Python-Programmierung mit Tensorflow
• Verwendung von TensorBoard