今天我找到一篇文章在教讀者如何訓練Iris的資料集,所以我也來嘗試看看,順便來記錄一下這次的實作過程跟分享所用到的程式碼~
(這篇我會先介紹前半段的程式碼,剩下後半段的程式碼跟操作心得明天會再繼續分享。)
導入所需模組。
數據集讀入、並從sklearn包裡的datasets裡讀入數據集。
數據集亂序。
分為訓練集和測試集。
轉換x的數據類型,否則後面矩陣相乘時會因為數據類型不一致而導致報錯。
配成 [輸入特徵,標籤]
對,將數據集分批次,每個批次batch組數據。
生成神經網路的參數,4個輸入特徵,故輸入層為4個輸入節點 ; 因為3個分類,故輸出為3個神經元。tf.Variable()
可以標記參數訓練。(這個語法,我們在DAY20-scope命名法,那篇文章有介紹到,忘記的可以再回去複習一下~)
參考文章網址 : https://blog.csdn.net/weixin_45768638/article/details/108441731#Iris_366