บทนำ
TensorFlow เฟรมเวิร์ก ML จาก Google โค้ดเปิด ใช้กับ Python ใช้ในงานวิจัยและการผลิต
คุณสมบัติ Tensor
- Rank - มิติของเทนเซอร์
- Type - ชนิดข้อมูลองค์ประกอบ
- Shape - ขนาดแถวและคอลัมน์
ปัญหา Regression และชุดข้อมูล Auto MPG
ทำนายตัวแปรต่อเนื่อง ชุดข้อมูล Auto MPG มีข้อมูลรถยนต์ยุค 70-80s คุณสมบัติ: น้ำหนัก แรงม้า ปริมาตรเครื่องยนต์ ฯลฯ
ตัวอย่าง: การทำนายและแสดงผลแบบกราฟ
print("ดูการทำนายเป็นฟังก์ชันของตัวแปรอินพุต")
x = tf.linspace(0.0, 250, 251)
y = hrspwr_model.predict(x)
def plot_horsepower(x, y):
plt.scatter(train_features['Horsepower'], train_labels, label='Actual Values')
plt.plot(x, y, color='g', label='Prediction')
plt.xlabel('Horsepower')
plt.ylabel('MPG')
plt.legend()
plot_horsepower(x, y)
ที่มา: TensorFlow Regression Tutorial
ผลลัพธ์

คำอธิบาย
- ทำนายค่า MPG จาก Horsepower
- พล็อตค่าจริงและค่าทำนายด้วย matplotlib
- ดูการทำนายของโมเดลเป็นฟังก์ชันของข้อมูลอินพุต