python - 如何处理张量流中0-1范围之外的输入？

Question

在http://www.tensorflow.org/get_started提供的示例中，如果我将输入乘以 2

x_data = np.float32(np.random.rand(2, 100))*2

我得到无意义的输出，而我希望得到相同的解决方案。

0 [[ -67.06586456 -109.13352203]] [-7.67297792]
20 [[ nan  nan]] [ nan]
40 [[ nan  nan]] [ nan]
60 [[ nan  nan]] [ nan]
80 [[ nan  nan]] [ nan]
100 [[ nan  nan]] [ nan]
120 [[ nan  nan]] [ nan]
140 [[ nan  nan]] [ nan]
160 [[ nan  nan]] [ nan]
180 [[ nan  nan]] [ nan]
200 [[ nan  nan]] [ nan]

tensorflow 如何处理不在 0-1 范围内的输入？

编辑：使用AdagradOptimizer没有问题的作品。

Answer 1

问题是该示例使用了非常激进的学习率：

optimizer = tf.train.GradientDescentOptimizer(0.5)

这使学习更快，但如果你稍微改变问题，它就会停止工作。的学习率0.01会更典型：

optimizer = tf.train.GradientDescentOptimizer(0.01)

现在您的修改工作正常。:)