filename = 'data/ex2data1.txt'
data = np.loadtxt(filename, delimiter = ",", unpack = True)
# Data matrices
xtr = np.transpose(np.array(data[:-1]))
ytr = np.transpose(np.array(data[-1:]))
# Initial weights
W = tf.Variable(tf.zeros([2,1], dtype = tf.float64))
# Bias
b = tf.Variable(tf.zeros([1], dtype = tf.float64))
# Cost function
y_ = tf.nn.sigmoid(tf.matmul(xtr,W) + b)
cost = -tf.reduce_mean(ytr*tf.log(y_) + (1-ytr)*tf.log(1-y_))
optimize = tf.train.GradientDescentOptimizer(0.01).minimize(cost)
corr = tf.equal(tf.argmax(ytr,1), tf.argmax(y_,1))
acc = tf.reduce_mean(tf.cast(corr, tf.float64))
init = tf.initialize_all_variables()
with tf.Session() as sess:
sess.run(init)
print(sess.run(cost))
for _ in range(3):
sess.run(optimize)
print(sess.run(cost))
答案如下:
^{pr2}$成本函数的第一个结果是正确的,但下一个结果应该是:
3.0133
1.5207
0.7336
相反,我得到了一堆NaN's。我试着降低学习率,但都没用。我做错什么了?有没有可能在TensorFlow中重现这个赋值?在
PS:其他python解决方案似乎正在使用scipy.optimize公司但我不知道如何将其与TensorFlow值一起使用,我希望尽可能只使用TensorFlow。在
编辑:我也试过把偏见tf.ones公司而不是tf.0,但也没用。在
你的对数并没有净化输入。很有可能的情况是,您的输入值为负数,而这些值很快就不是任何浮点数算术。在
What I did in Java code that makes heavy use of logs in similar domain:
在Java中,代码看起来像这样,应该不难翻译成tf:
相关问题 更多 >
编程相关推荐