對于tensorflow，凡是計算機等專業(yè)的學生均有所耳聞。tensorflow作為最熱門機器學習框架之一，正被廣泛使用。為幫助大家使用和增進對tensorflow的認識，本文將帶來tensorflow的安裝教程，并對tensorflow實現(xiàn)簡單線性回歸的具體做法予以探討。如果你對tensorflow具有興趣，不妨繼續(xù)往下閱讀哦。

一、Pip 安裝TensorFlow

Pip 是一個 Python 的軟件包安裝與管理工具.

首先安裝 pip (或 Python3 的 pip3 ):

安裝 TensorFlow :

如果是 Python3 :

備注：如果之前安裝過 TensorFlow < 0.7.1 的版本,應該先使用 pip uninstall 卸載 TensorFlow 和 protobuf ,保證獲取的是一個最新 protobuf 依賴下的安裝包.

二、Anaconda安裝tensorflow

Anaconda 是一個集成許多第三方科學計算庫的 Python 科學計算環(huán)境,Anaconda 使用 conda 作為自己的包管理工具,同時具有自己的計算環(huán)境,類似 Virtualenv.

和 Virtualenv 一樣,不同 Python 工程需要的依賴包,conda 將他們存儲在不同的地方。 TensorFlow 上安裝的 Anaconda 不會對之前安裝的 Python 包進行覆蓋.

· 安裝 Anaconda

· 建立一個 conda 計算環(huán)境

· 激活環(huán)境,使用 conda 安裝 TensorFlow

· 安裝成功后,每次使用 TensorFlow 的時候需要激活 conda 環(huán)境

建立一個 conda 計算環(huán)境名字叫tensorflow:

激活tensorflow環(huán)境,然后使用其中的 pip 安裝 TensorFlow. 當使用easy_install使用--ignore-installed標記防止錯誤的產生。

對于 Python 3.x :

conda 環(huán)境激活后,你可以測試

當你不用 TensorFlow 的時候,關閉環(huán)境:

再次使用的時候再激活

三、tensorflow實現(xiàn)簡單線性回歸

導入需要的所有軟件包：

1. 在神經網(wǎng)絡中，所有的輸入都線性增加。為了使訓練有效，輸入應該被歸一化，所以這里定義一個函數(shù)來歸一化輸入數(shù)據(jù)：

2. 現(xiàn)在使用 TensorFlow contrib 數(shù)據(jù)集加載波士頓房價數(shù)據(jù)集，并將其分解為 X_train 和 Y_train。可以對數(shù)據(jù)進行歸一化處理：

3. 為訓練數(shù)據(jù)聲明 TensorFlow 占位符：

4. 創(chuàng)建 TensorFlow 的權重和偏置變量且初始值為零：

5. 定義用于預測的線性回歸模型：

6. 定義損失函數(shù)：

7. 選擇梯度下降優(yōu)化器：

8. 聲明初始化操作符：

9. 現(xiàn)在，開始計算圖，訓練 100 次：

10. 查看結果：

解讀分析

從下圖中可以看到，簡單線性回歸器試圖擬合給定數(shù)據(jù)集的線性線：

在下圖中可以看到，隨著模型不斷學習數(shù)據(jù)，損失函數(shù)不斷下降：

下圖是簡單線性回歸器的 TensorBoard 圖：

該圖有兩個名稱范圍節(jié)點 Variable 和 Variable_1，它們分別是表示偏置和權重的高級節(jié)點。以梯度命名的節(jié)點也是一個高級節(jié)點，展開節(jié)點，可以看到它需要 7 個輸入并使用 GradientDescentOptimizer 計算梯度，對權重和偏置進行更新：

以上便是此次小編帶來的“tensorflow”相關內容，通過本文，希望大家對如何安裝tensorflow以及如何采用tensorflow實現(xiàn)簡單線性回歸具備一定的了解。如果你喜歡本文，不妨持續(xù)關注我們網(wǎng)站哦，小編將于后期帶來更多精彩內容。最后，十分感謝大家的閱讀，have a nice day!