# Python用线性回归和TensorFlow非线性概率神经网络不同激活函数分析可视化

## 全文链接：https://tecdat.cn/?p=33792

# 添加的噪声量是 x 的函数
n = 20000
......
x_train = x[: n // 2]
x_test = x[n // 2 :]
y_train = y[: n // 2]
......
plt.show()

## 线性回归方法

model_lin_reg = tf.keras.Sequential(
......
history = model_lin_reg.fit(x_train, y_train, epochs=10, verbose=0)
# 模型已经收敛：
plt.plot(history.history["loss"])
......

Final loss: 5.25

def plot_results(x, y, y_est_mu, y_est_std=None):
......
plt.show()
def plot_model_results(model, x, y, tfp_model: bool = True):
model.weights
......
plot_results(x, y, y_est_mu, y_est_std)

plot_modesults(mod_linreg......, tfp_model=False)

Python中TensorFlow的长短期记忆神经网络(LSTM)、指数移动平均法预测股票市场和可视化

01

02

03

04

## TensorFlow概率

def negloglik(y, distr):
......
model_lin_reg_tfp = tf.keras.Sequential(
......
lambda t: tfp.distributions.Normal(loc=t, scale=5,)
),
]
)
model_lin_reg_tfp.compile(
......)
history = model_lin_reg_tf......
plot_model_results(model_lin_r......rue)

## 拟合带有标准差的线性回归

model_lin_reg_std_tfp = tf.keras.Sequential(
[
......
),
]
)
model_lin_reg_std_tfp.compile(
......)
history = model_lin_reg_std_tfp.fit(x_train, y_train, epochs=50, ......train, tfp_model=True)

## 神经网络方法

model_lin_reg_std_nn_tfp = tf.keras.Sequential(
[
......
)
),
]
)
model_lin_reg_std_nn_tfp.compile(
......
plot_model_results(mode ......rain, tfp_model=True)

## 结果

results = pd.DataFrame(index=["Train", "Test"])
models = {
......
).numpy(),
]
results.transpose()

## 激活函数

model_relu = tf.keras.Sequential(
[
......
loc=t[:, 0:1], scale=tf.math.softplus(t[:, 1:2])
)
),
]
)
m ......
plot_model_results(model_relu, x_train, y_train)

model_softplus = tf.keras.Sequential(
[
......
loc=t[:, 0:1], scale=tf.math.softplus(t[:, 1:2])
)
),
]
)
model_softplus.compile(
......
plot_model_results(model_softplus, x_train, y_train)

results = pd.DataFrame(index=["Train", "Test"])
models = {
......(x_test))
).numpy(),
]
results.transpose()

|
3天前
|

26 11
|
5天前
|

【KMeans】Python实现KMeans算法及其可视化
【KMeans】Python实现KMeans算法及其可视化
8 0
|
9天前
|
SQL 人工智能 数据可视化

9 0
|
9天前
|
SQL 数据可视化 算法
【python可视化】折线图精粹：重点突出的艺术与技巧
【python可视化】折线图精粹：重点突出的艺术与技巧
5 0
|
9天前
|

python每日可视化分析：从过去到现代数据分析的演进
python每日可视化分析：从过去到现代数据分析的演进
11 0
|
1月前
|

python手把手搭建图像多分类神经网络-代码教程（手动搭建残差网络、mobileNET)
python手把手搭建图像多分类神经网络-代码教程（手动搭建残差网络、mobileNET)
63 0
|
1月前
|

44 1
|
5天前
|

【从零开始学习深度学习】28.卷积神经网络之NiN模型介绍及其Pytorch实现【含完整代码】
【从零开始学习深度学习】28.卷积神经网络之NiN模型介绍及其Pytorch实现【含完整代码】
11 2
|
5天前
|

【从零开始学习深度学习】26.卷积神经网络之AlexNet模型介绍及其Pytorch实现【含完整代码】
【从零开始学习深度学习】26.卷积神经网络之AlexNet模型介绍及其Pytorch实现【含完整代码】
15 3
|
4天前
|

12 0