# 定义一个 2 维的张量x = tf.constant([[1,2], [1,2], [1,3]])# shape [3 2] 一维数组的元素有2个,说明这个张量也是一个2维的张量, 且 3 * 2 的矩阵 python # 定义一个 3 维的张量x = tf.constant([[[1,2], [1,2]], [[1,2], [1,2]], [[1,2], [1,2]]])# shape...
说明:矩阵运算,这里只是一少部分,实际开发中用到的需要自行查阅 五、梯度下降 线性回归步骤:1、准备特征数据和目标值2、建立模型 y = wx +b,主要求解w,b的值3、计算损失值:误差loss均方误差(y1-y1')^2 + ... + (yn - yn')^2 / n 其中:yn为特征值矩阵,yn'为平均值矩阵4、梯度下降,优化损失过程,...