深度学习初探—平均值问题

0x00 前言

找到一本比较好的书，这里做一个简单的记录，用来解决已知a，b，c 根据一个未知的权重，可以得到d，那么如何通过深度学习解决这个问题就是本次探讨的话题

0x01 正文

首先来看代码，内容全部都写在注解里了。

import tensorflow as tf

# 输入节点
x1 = tf.placeholder(dtype=tf.float32)
x2 = tf.placeholder(dtype=tf.float32)
x3 = tf.placeholder(dtype=tf.float32)

# 期待值
yTrain = tf.placeholder(dtype=tf.float32)

# 可变参数
w1 = tf.Variable(0.1, dtype=tf.float32)
w2 = tf.Variable(0.1, dtype=tf.float32)
w3 = tf.Variable(0.1, dtype=tf.float32)

n1 = x1 * w1
n2 = x2 * w2
n3 = x3 * w3

y = n1 + n2 + n3

# 误差
loss = tf.abs(y - yTrain)

# 优化器
optimizer = tf.train.RMSPropOptimizer(0.001)

train = optimizer.minimize(loss)

sess = tf.Session()

# 初始值
init = tf.global_variables_initializer()

sess.run(init)

for i in range(6000):
    result = sess.run([train, x1, x2, x3, w1, w2, w3, y, yTrain, loss], feed_dict={
    
    x1: 92, x2: 98, x3: 90, yTrain: 94})
    print(result)
    result = sess.run([train, x1, x2, x3, w1, w2, w3, y, yTrain, loss], feed_dict={
    
    x1: 92, x2: 99, x3: 98, yTrain: 96})
    print(result)

运行结果：