本文整理汇总了Python中Data.train_data方法的典型用法代码示例。如果您正苦于以下问题：Python Data.train_data方法的具体用法？Python Data.train_data怎么用？Python Data.train_data使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类Data的用法示例。
在下文中一共展示了Data.train_data方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1:
# 需要导入模块: import Data [as 别名]
# 或者: from Data import train_data [as 别名]
import numpy as np
import matplotlib.pylab as plt
import tensorflow as tf
import helper as h
import Data
# Run the Model
M=20;N=300
[X,Y]=Data.train_data(N)
s=tf.Session()
h.set_sess(s)
Xtr=tf.constant(X,shape=[N,1],dtype=tf.float32)
Ytr=tf.constant(Y,shape=[N,1],dtype=tf.float32)
X_m=tf.Variable(tf.random_uniform([M,1],minval=0,maxval=15),name='X_m')
sigma=tf.Variable(tf.ones([1,1]),dtype=tf.float32,name='sigma')
noise=tf.Variable(tf.ones([1,1]),dtype=tf.float32,name='sigma')
len_sc=tf.Variable(tf.ones([1,1]),dtype=tf.float32,name='len_sc')
s.run(tf.initialize_all_variables())
print(s.run(X_m))
X_j_m=h.jitter(X_m)
K_nm=h.tf_SE_K(Xtr,X_m,len_sc,noise)
K_mm=h.tf_SE_K(X_m,X_m,len_sc,noise)+h.tol*np.eye(M,M)