단순한 텐서 흐름 선형 회귀 오류

Question

나는 tensorflow를 시작하고 있습니다. 온라인에서 찾은 예제를 기반으로 간단한 선형 회귀 분석을 작성하려고합니다.

나는 sklearn을 사용할 때 합리적인 대답을 얻을 수있었습니다.

내 MSE가 NaN을 반환하는 이유는 무엇입니까?

import pandas as pd 
import tensorflow as tf 
import numpy as np 

# Create some fake data 
size = 1000 
performance_x = np.stack((np.random.uniform(24, 40, size), np.random.uniform(80, 240, size), np.random.uniform(80, 100, size), np.random.uniform(15, 25, size)), axis=1) 
performance_y = np.sum(np.multiply(performance_x, [0.25, 1, 0.5, 0.75]), axis=1) 
performance_y = performance_y + np.stack(np.random.uniform(-10, 10, size)) 
performance_y = np.reshape(performance_y, (size,1)) 
n_dim = performance_x.shape[1] 


# Testing Tensorflow 

learning_rate = 0.001 
training_epochs = 1000 
cost_history = np.empty(shape=[1], dtype=float) 


rnd_indices = np.random.rand(len(performance_x)) < 0.80 

train_x = performance_x[rnd_indices] 
train_y = performance_y[rnd_indices] 

test_x = performance_x[~rnd_indices] 
test_y = performance_y[~rnd_indices] 


X = tf.placeholder(tf.float32, [None, n_dim]) 
Y = tf.placeholder(tf.float32, [None, 1]) 

W = tf.Variable(tf.ones([n_dim, 1])) 

init = tf.global_variables_initializer() 

y_ = tf.matmul(X, W) 

cost = tf.reduce_mean(tf.square(y_ - Y)) 

training_step = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost) 

sess = tf.Session() 
sess.run(init) 

for epoch in range(training_epochs): 
    sess.run(training_step, feed_dict={X:train_x,Y:train_y}) 

pred_y = sess.run(y_, feed_dict={X: test_x}) 

mse = tf.reduce_mean(tf.square(pred_y - test_y)) 
print("MSE: %.4f" % sess.run(mse)) 

Answer 1

나는 0.01, 즉 performance_x = np.stack((np.random.uniform(.24, .40, size), np.random.uniform(.80, 2.40, size), np.random.uniform(.80, 1.00, size), np.random.uniform(.15, .25, size)), axis=1)에 의해 performance_x을 조정하고 100,000 단계 후 약 0.0038 MSE를 얻었다.