tensorflow学习笔记(北京大学) 随机画点 完全解析

#coding:utf-8 #0导入模块 ，生成模拟数据集 #tensorflow学习笔记(北京大学) 随机画点 完全解析 #QQ群：476842922（欢迎加群讨论学习） import tensorflow as tf import numpy as np import matplotlib.pyplot as plt BATCH_SIZE = 30 seed = 2 #基于seed产生随机数 rdm = np.random.RandomState(seed) #随机数返回300行2列的矩阵，表示300组坐标点（x0,x1）作为输入数据集 X = rdm.randn(300,2) #从X这个300行2列的矩阵中取出一行,判断如果两个坐标的平方和小于2，给Y赋值1，其余赋值0 #作为输入数据集的标签（正确答案） Y_ = [int(x0*x0 + x1*x1 <2) for (x0,x1) in X] #遍历Y中的每个元素，1赋值'red'其余赋值'blue'，这样可视化显示时人可以直观区分 Y_c = [['red' if y else 'blue'] for y in Y_] #对数据集X和标签Y进行shape整理，第一个元素为-1表示n行2列，把Y整理为n行1列 X = np.vstack(X).reshape(-1,2)#表示n行2列 Y_ = np.vstack(Y_).reshape(-1,1)#n行1列 print(X) print(Y_) print(Y_c) #用plt.scatter画出数据集X各行中第0列元素和第1列元素的点即各行的（x0，x1），用各行Y_c对应的值表示颜色（c是color的缩写） plt.scatter(X[:,0], X[:,1], c=np.squeeze(Y_c)) plt.show() #coding:utf-8 #0导入模块 ，生成模拟数据集 #tensorflow学习笔记(北京大