Paradox- 小型深度学习框架（paradox是什么意思）

Paradox- 小型深度学习框架（paradox是什么意思）

Paradox 是一个用 Python 3 和 numpy 实现一个简单的深度学习框架，了解流行框架的原理。

示例代码：

import numpy as npimport matplotlib.pyplot as pltimport paradox as pd# 随机生成点的个数。points_sum = 200x_data = []y_data = []# 生成y = 2 * x + 1直线附近的随机点。for _ in range(points_sum):    x = np.random.normal(0, 2)    y = x * 2 + 1 + np.random.normal(0, 2)    x_data.append(x)    y_data.append(y)x_np = np.array(x_data)y_np = np.array(y_data)# 定义符号。X = pd.Constant(x_np, name='x')Y = pd.Constant(y_np, name='y')w = pd.Variable(0, name='w')b = pd.Variable(1, name='b')# 使用最小二乘误差。loss = pd.reduce_mean((w * X + b - Y) ** 2)# 创建loss计算引擎，申明变量为w和b。loss_engine = pd.Engine(loss, [w, b])# 梯度下降optimizer。optimizer = pd.GradientDescentOptimizer(0.00005)# 迭代100次最小化loss。for epoch in range(100):    optimizer.minimize(loss_engine)    loss_value = loss_engine.value()    print('loss = {:.8f}'.format(loss_value))# 获取w和b的训练值。w_value = pd.Engine(w).value()b_value = pd.Engine(b).value()# 绘制图像。plt.title('Paradox implement Linear Regression')plt.plot(x_data, y_data, 'ro', label='Data')plt.plot(x_data, w_value * x_data + b_value, label='Regression')plt.legend()plt.show()

运行结果：

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。