代码笔记

代码笔记

返回Logistic Regression中的预测错误的样本：

float(sum( labels != (preds > 0.0) ) ) / len(labels)

核心逻辑：对于Sigmoid函数，y = 1 / 1 + exp(-x)，当x > 0 时，y = 1, 当 x < 0 时, y = 0.

sess资源释放

sess = tf.Session()
result = sess.run(product)
sess.close()

当使用with结构的时候，不需要显式的资源释放。
with tf.Session() as sess:
result = sess.run(product)
print(result)