tensorflow - 如何利用客户数据建立回归模型

Question

我有一个客户数据集

• 数据 X:4096 x N
• 标签 Y:Nx1

我想为我的数据构建回归模型(1 或 2 层)。我应该使用哪些运算符在 tensorflow 中构建模型？谢谢

更新:其中N是标签数量。 dataX 有 N 个向量。其中，向量1 4096x1对应标签1，向量2 4096x1对应标签2，...，矢量N 4096x1 对应于标签N。因此数据 X 可能是 4096xN ，标签 Y 是 Nx1

Answer 1

如果您想创建一个简单的线性回归，您可以创建权重和偏差变量

W = tf.get_variable('W', shape=[4096, 1], dtype=tf.float32)
b = tf.get_variable('b', shape=(1,), dtype=tf.float32)

现在，假设您的输入形状为 [N, 4096] 且输出形状为 [N, 1]，您可以将网络创建为

y = b + tf.matmul(X, W, name='y')

现在，您可以围绕真实的标签和y创建您的损失。
您可以在 tensorflow tutorials page 上找到更多信息。完成 MNIST 教程就足以开始使用了。