Skip to content

Instantly share code, notes, and snippets.

View pvalienteverde's full-sized avatar

Pedro Valiente Verde pvalienteverde

View GitHub Profile
@pvalienteverde
pvalienteverde / matriz_coeficientes.py
Last active February 25, 2016 08:26
Generacion de matriz de coeficientes
def generar_matriz_coeficientes(datos:np.array, grado:int=1):
matriz_coeficientes = np.ones((len(datos), grado), dtype=np.float32)
for elevado in range(1, grado):
matriz_coeficientes[:, elevado] = np.power(datos, elevado)
return matriz_coeficientes
>>>generar_matriz_coeficientes(np.array([3,2]),grado=3)
Out[5]:
array([[ 1., 3., 9.],
@pvalienteverde
pvalienteverde / graph_gradient_descent.py
Last active February 24, 2016 08:29
Gradiente Descendente TensorFlow
with grafo_gradiente_descendente.as_default():
# Entrada de los datos
datos_entrada = tf.placeholder(dtype=tf.float32,shape=train_x.shape)
datos_salida = tf.placeholder(dtype=tf.float32,shape=train_y.shape)
# Inicilizacion de la variable
pesos = tf.Variable(tf.zeros([datos_entrada.get_shape()[1], 1]))
# Definimos funcion coste
@pvalienteverde
pvalienteverde / stochastic_gradient_descent_regression_tensorflow.py
Last active February 24, 2016 08:31
Regresion por medio del gradiente descendente estocastico, TensorFlow
train_x = ...
train_y = ...
def get_minibatches(x_train,y_train,indices):
for idx in indices:
yield x_train[idx],y_train[idx]
with tf.Session(graph=grafo_gradiente_descendente) as sesion_SGD:
tf.initialize_all_variables().run()
for _ in range(iteraciones_maximas):
@pvalienteverde
pvalienteverde / gradient_descent_regression_tensorflow.py
Last active February 24, 2016 08:32
Regresion por medio del gradiente descendente, TensorFlow
train_x = ...
train_y = ...
with tf.Session(graph=grafo_gradiente_descendente) as sesion_SG:
tf.initialize_all_variables().run()
for iteracion in range(iteraciones_maximas):
_,p,e_ite= sesion_SG.run([optimizador,pesos,ecm],feed_dict={datos_entrada:train_x,datos_salida:train_y})
...