ПРОСТОЙ урок по машинному обучению на Python (Tensorflow и линейная регрессия) — ПОЛНЫЙ КОД

Использование TensorFlow и Python для создания модели машинного обучения линейной регрессии для прогнозирования надежности оборудования на основе данных Excel. Весь код из моих видео размещен на моем аккаунте GitHub! ОГРОМНОЕ СПАСИБО ЗА ВСЮ ПОДДЕРЖКУ. БОЛЕЕ 150 ПОДПИСЧИКОВ (!!!!) Спасибо за просмотр этого видео. Если у вас есть предложения по поводу того, что будет дальше, пожалуйста, дайте мне знать! Вот электронная таблица, если вы хотите ее использовать: https://drive.google.com/open?id=10fE... Вот полный код, который я обещал опубликовать в описании! Начало обучения с помощью tf.Session() в качестве sess: Запуск инициализатора sess.run(init) Обучение на всех обучающих данных for epoch in range(training_epochs): for (x, y) in zip(train_X, train_Y): sess.run(optimizer, feed_dict={X: x, Y: y}) Отображение логов для каждого шага эпохи if (epoch+1) % display_step == 0: c = sess.run(error, feed_dict={X: train_X, Y:train_Y}) print("Epoch:", '%04d' % (epoch+1), "error=", "{:.9f}".format(c), \ "W=", sess.run(W), "b=", sess.run(b)) print("Оптимизация завершена!") training_error = sess.run(error, feed_dict={X: train_X, Y: train_Y}) print("Training error=", training_error, "W=", sess.run(W), "b=", sess.run(b), '\n') Графическое отображение plt.plot(train_X, train_Y, 'ro', label='Исходные данные') plt.plot(train_X, sess.run(W) * train_X + sess.run(b), label='Подогнанная линия') plt.legend() plt.show() Пример тестирования, как и было запрошено (Проблема #2) test_X = numpy.asarray([2,4,6,8,10]) test_Y = numpy.asarray([25,23,21,19,17]) print("Testing... (Mean square loss) Сравнение)") testing_error = sess.run( tf.reduce_sum(tf.pow(pred - Y, 2)) / (2 * test_X.shape[0]), feed_dict={X: test_X, Y: test_Y}) # та же функция, что и cost выше print("Testing error=", testing_error) print("Absolute mean square loss difference:", abs( training_error - testing_error)) plt.plot(test_X, test_Y, 'bo', label='Testing data') plt.plot(train_X, sess.run(W) * train_X + sess.run(b), label='Fitted line') plt.legend() plt.show() Полный код можно найти здесь: https://github.com/Derrick-Sherrill/D... ***************************************************************** Код из этого урока и всех моих других можно найти на моем GitHub: https://github.com/Derrick-Sherrill/D... Посетите мой сайт: https://www.derricksherrill.com/ Если вам понравилось видео, пожалуйста, поставьте лайк. Это очень много значит для меня. Спасибо за просмотр!! Полезные ссылки ----------------------------------------------------------------------------------------------------------------- Скачать Python: https://www.python.org/downloads/ (Помните, что Python 3 — это будущее!) Я использую текстовый редактор Atom для всех своих уроков. Текстовый редактор Atom: https://atom.io/ Пакеты, которые я часто использую в уроках по Python: -Pandas https://pandas.pydata.org/pandas-docs... -Numpy https://www.numpy.org/ -xlrd https://xlrd.readthedocs.io/en/latest/ -TensorFlow https://www.tensorflow.org/api_docs/p... -Matplotlib https://matplotlib.org/ -Django Framework https://www.djangoproject.com/ -Beautiful Программа BeautifulSoup https://www.crummy.com/software/Beaut... (Установка через терминал: $pip3 install ....) Другие полезные сервисы, которые иногда используются: Amazon Web Services (AWS) https://aws.amazon.com/ Microsoft Azure https://azure.microsoft.com/en-us/ Google Cloud https://cloud.google.com/ Jupyter Notebooks https://jupyter.org/ Всегда жду предложений по поводу того, какое видео снять дальше — оставляйте комментарии со своими проектами! Удачного кодирования!