python - TensorFlow 简单模型到函数

Question

我有一个 TensorFlow 模型，它在一些简单的线性（y=3x+2）回归数据上进行了训练，当我用 matplotlib 绘制它时，它看起来像一条直线。

我想知道神经网络对这个问题的看法。例如，我的神经网络可能认为解决方案是y=2.99x+2.01. 我怎么能得到这个公式？

原因：我构建了一个神经网络，当它欠拟合一个巨大的数据集时，它会生成一些漂亮的图片。如果可能，我想获得底层代数公式并将其转换为 C 代码。

Answer 1

既然你说你已经使用 MatplotLib 绘制了预测值并且你得到了一条直线，它应该如下所示。

目标是从等式计算m（权重系数）和c（偏差），

y = m * x + c，给定下图。

如果您观察，有 2 个使用绿线形成的矩形。你可以为你的情节画一个。

较小矩形的 X 轴坐标和 Y 轴坐标为 (x1, y1) = (0.35, 1.3)（近似），较大矩形的 X 轴坐标和 Y 轴坐标为(x2, y2) = (0.65, 1.9)（近似）。

线的斜率或系数，**m**可以使用公式计算，

m = (y2-y1)/(x2-x1)

m = (1.9-1.3)/(0.65-0.35) = 1.6/0.3 = 5.333.

如果您看到，红线在 Y 轴上从大约 0.95（大约）开始。因此，偏差或截距为c0.95（大约）。

因此，这种情况下的方程可以是 y = 5.333 * x + 0.95