TensorFlow入门教程：13章 分析和可视化

通过有效运用可视化手段，借助真实的人类智能，能够直观清晰地掌握算法运行的整体流程，这正是可视化所能带来的效果。在呈现机器学习成果时，应尽可能采用图形方式展示，而非单纯依赖数字的打印输出。本文将进一步探讨y=3*x + 1的收敛特性，此处将通过图形化方式来感受tensorflow的强大功能。

事前准备

【有关线性回归的详尽内容，可查阅以下资料：

• <>

代码准备

【代码说明相关内容可参考以下文献：

• <>

过程验证：进行100次迭代操作，每隔十次对拟合情况进行一次检查，具体实现代码如下

    for j in range(100):
      for i in range(100):
    sess.run(trainoperation, feed_dict={X: xdata[i], Y:ydata[i]})
      if j % 10 == 0:
    print("j = %s index = %s" %(j,index))
    plt.subplot(2,5,index)