TensorFlow 逻辑回归
Logistic regression by TensorFlow
我是 TensorFlow 的初学者。我想通过 TensorFlow 上的以下代码尝试逻辑回归。但是我不知道应该如何处理错误。我对自己的代码一点信心都没有。。如果有什么不对的地方,请多多指教。
x_data=[2,2,2,2,2,3,3,3,3,3,5,5,5,5,5,6,6,6,6,6]
y_data=[1,1,0,0,0,1,0,0,0,0,1,1,1,0,0,1,1,1,1,0]
b = tf.Variable([1.0])
a = tf.Variable([1.0])
eta = a + b * x_data
p = 1/(1+tf.math.exp(-eta))
xxx = -tf.reduce_sum((y_data * tf.log(p) + (1 - y_data) * tf.log(1 - p)))
#TypeError: unsupported operand type(s) for -: 'int' and 'list'
要解决此错误,您需要将输入 x_data
和 y_data
转换为 TensorFlow tensor,如下所示:
x_data=tf.constant([2,2,2,2,2,3,3,3,3,3,5,5,5,5,5,6,6,6,6,6], dtype='float32')
y_data=tf.constant([1,1,0,0,0,1,0,0,0,0,1,1,1,0,0,1,1,1,1,0], dtype='float32')
下面是结果截图xxx
:
我是 TensorFlow 的初学者。我想通过 TensorFlow 上的以下代码尝试逻辑回归。但是我不知道应该如何处理错误。我对自己的代码一点信心都没有。。如果有什么不对的地方,请多多指教。
x_data=[2,2,2,2,2,3,3,3,3,3,5,5,5,5,5,6,6,6,6,6]
y_data=[1,1,0,0,0,1,0,0,0,0,1,1,1,0,0,1,1,1,1,0]
b = tf.Variable([1.0])
a = tf.Variable([1.0])
eta = a + b * x_data
p = 1/(1+tf.math.exp(-eta))
xxx = -tf.reduce_sum((y_data * tf.log(p) + (1 - y_data) * tf.log(1 - p)))
#TypeError: unsupported operand type(s) for -: 'int' and 'list'
要解决此错误,您需要将输入 x_data
和 y_data
转换为 TensorFlow tensor,如下所示:
x_data=tf.constant([2,2,2,2,2,3,3,3,3,3,5,5,5,5,5,6,6,6,6,6], dtype='float32')
y_data=tf.constant([1,1,0,0,0,1,0,0,0,0,1,1,1,0,0,1,1,1,1,0], dtype='float32')
下面是结果截图xxx
: