Tensorflow 2.0 语法，不知道如何使用 Tensorflow 2 进行以下简单回归代码？

大佬教程收集整理的这篇文章主要介绍了Tensorflow 2.0 语法，不知道如何使用 Tensorflow 2 进行以下简单回归代码？，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。

如何解决Tensorflow 2.0 语法，不知道如何使用 Tensorflow 2 进行以下简单回归代码？？

开发过程中遇到Tensorflow 2.0 语法，不知道如何使用 Tensorflow 2 进行以下简单回归代码？的问题如何解决？下面主要结合日常开发的经验，给出你关于Tensorflow 2.0 语法，不知道如何使用 Tensorflow 2 进行以下简单回归代码？的解决方法建议，希望对你解决Tensorflow 2.0 语法，不知道如何使用 Tensorflow 2 进行以下简单回归代码？有所启发或帮助；

以下代码用于简单回归以预测 Tensorflow V2 中的房屋价格

import tensorflow as tf
from tensorflow.keras import optimizers
import numpy as np
import math
import matplotlib.pyplot as plt
import matplotlib.animation as animation


num_house=160
np.random.seed(42)
house_size = np.random.randint(low=1000,high=3500,size=num_housE)

np.random.seed(42)
house_price = house_size *100.0 + np.random.randint(low=20000,high=70000,size=num_housE)

"""
plt.plot(house_size,house_price,"bx")
plt.xlabel("SIZE")
plt.ylabel("PRICE")
plt.show()"""

def normalize(array):
    return (array - array.mean())  / array.std()

num_Train_samples= math.floor(num_house * 0.7)

将数据拆分为训练和测试

Train_house_size = np.asarray(house_size[:num_Train_samples])
Train_price = np.asarray(house_price[:num_Train_samples:])

test_house_size = np.asarray(house_size[:num_Train_samples])
test_price = np.asarray(house_price[:num_Train_samples:])

########################################################################################

规范化数据
Train_house_size_norm = 标准化（Train_house_size） Train_price_norm = normalize(Train_pricE)

test_house_size_norm = normalize(test_house_sizE)
test_price_norm      = normalize(test_pricE)

########################################################################################

#tf_house_size =tf.placeholder  ("float",name = "house_size")
#tf_price = tf.placeholder("float",name = "price")
tf_house_size = tf.Variable(Train_house_size_norm,dtype = 'float32',name = "tf_house_size")
tf_price      = tf.Variable(Train_price_norm,name = "tf_price")

tf_size_factor  = tf.Variable(np.random.rand(),name = "Size_Factor")
tf_price_offset =  tf.Variable(np.random.rand(),name = "Size_Offset")

########################################################################################

成本和优化器函数
tf_price_pred = tf.add(tf.multiply(tf_house_size,tf_size_factor),tf_price_offset)

def cost():
    tf_cost = tf.reduce_sum(tf.pow(tf_price_pred - tf_price,2))/(2*num_Train_samples)  #Loss
    return tf_cost
    enter code here

optimizer = optimizers.SGD(learning_rate=0.1).minimize(cost,var_List=[tf_house_size,tf_price])

??如何执行或使用回归函数

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

大佬总结

以上是大佬教程为你收集整理的Tensorflow 2.0 语法，不知道如何使用 Tensorflow 2 进行以下简单回归代码？全部内容，希望文章能够帮你解决Tensorflow 2.0 语法，不知道如何使用 Tensorflow 2 进行以下简单回归代码？所遇到的程序开发问题。

如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。