Tensorflow 张量流中二元函数的极小化
我是tensorflow的新手,正在寻找最小化方程的教程 我尝试实现一个最小化函数的示例:Tensorflow 张量流中二元函数的极小化,tensorflow,Tensorflow,我是tensorflow的新手,正在寻找最小化方程的教程 我尝试实现一个最小化函数的示例: import tensorflow as tf x = tf.Variable(random.randn, name='x') y= tf.Variable(random.randn, name='y') fx = 2*x -3*y opt = tf.train.GradientDescentOptimizer(0.1).minimize(fx) with tf.Session() as sess
import tensorflow as tf
x = tf.Variable(random.randn, name='x')
y= tf.Variable(random.randn, name='y')
fx = 2*x -3*y
opt = tf.train.GradientDescentOptimizer(0.1).minimize(fx)
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
for i in range(5):
print(sess.run([x,y]))
sess.run(opt)
效果很好
但我如何才能对这种类型的方程进行计算,例如:
e^x+xy=20一种方法是最小化l2损耗,即:
fx = tf.nn.l2_loss(tf.exp(x)+tf.multiply(x,y)-20)
当然还有其他的可能性,但这只是一个例子。正是我想要的!谢谢