TensorFlow - Gradyan İniş Optimizasyonu

Gradyan iniş optimizasyonu, veri biliminde önemli bir kavram olarak kabul edilir.

Gradyan iniş optimizasyonunun uygulanmasını anlamak için aşağıda gösterilen adımları göz önünde bulundurun -

Aşama 1

Gradyan iniş optimizasyonunu tanımlayacağımız gerekli modülleri ve x ve y değişkenlerinin bildirimini dahil edin.

import tensorflow as tf

x = tf.Variable(2, name = 'x', dtype = tf.float32)
log_x = tf.log(x)
log_x_squared = tf.square(log_x)

optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(log_x_squared)

Adım 2

Gerekli değişkenleri başlatın ve eniyileyicileri tanımlamak ve ilgili işlevle çağırmak için çağırın.

init = tf.initialize_all_variables()

def optimize():
   with tf.Session() as session:
      session.run(init)
      print("starting at", "x:", session.run(x), "log(x)^2:", session.run(log_x_squared))
      
      for step in range(10):
         session.run(train)
         print("step", step, "x:", session.run(x), "log(x)^2:", session.run(log_x_squared))
optimize()

Yukarıdaki kod satırı, aşağıdaki ekran görüntüsünde gösterildiği gibi bir çıktı oluşturur -

Çıktıda gösterildiği gibi gerekli dönemlerin ve yinelemelerin hesaplandığını görebiliriz.