Linear Regression(선형회귀) 구현 및 Cost의 최소화 - 텐서플로우(tensorflow)

import tensorflow as tf

x_data = [1, 2, 3, 4, 5]
y_data = [1, 2, 3, 4, 5]

W = tf.Variable(3.5)
b = tf.Variable(1.0)

# hypothesis = W * x + b
hypo = W * x_data + b

H(x) = 가설함수

hypotthesis라고 하며 파이썬(tensorflow)에서 구현할수 있도록 변경

 

 

 

# cost = (hypo - y_data) ** 2
cost = tf.reduce_mean(tf.square(hypo - y_data))

코스트함수.

가설에 의한 출력 - 실제출력 한 값의 제곱값들의 평균

 

• tf.reduce_mean()

v = [1., 2., 3., 4.] tf.reduce_mean(v) # 2.5

차원이 하나 줄어듬.

 

 

• tf.square() = 제곱