tensorflow学习
-
线性回归问题
-
单变量线性回归算法
预测模型
f(x) = ax +b
求解 a 和 b 根据 x 预测f(x)方法
- 使用均方差定义损失函数
- 均方差 :预测值 f(x) 和真实值 y 之间的差的平方取均值,也就是((sum_{i=1}^n)(f(xi)-y)2)/n (n为样本样数)
-
找到合适的a和b,使得(f(x)-y)2越小越好
-
要找到合适的a和b就要使用优化算法
-
梯度下降算法 : 一种致力于找到函数极值点的算法(沿梯度下降的方向求解极小值)
步骤
- 随机初始化 a 和 b 一批值 ,并根据x 和y 计算损失函数
- 计算梯度,找到变化最快的方向
- 沿着梯度的方向不断改变a 和 b 的值,直到最终找到极值点
-