Tensorflow基础代码报错学习笔记1——简单的神经网络

这篇笔记记录了在学习Tensorflow2.0时遇到的错误,包括'random_uniform'属性缺失、'GradientDescentOptimizer'找不到、'compute_gradients'运行时错误以及'initialize_all_variables'和'global_variables_initializer'属性缺失的问题。通过代码修改和理解,成功解决了这些问题并分享了解决方案。
摘要由CSDN通过智能技术生成

@[b站Up的tensorflow教程视频原地址](https://www.bilibili.com/video/BV1Lx411j7ws?p=9)目录标题)
没有授权转载,只是如果大家想学习的话可以去b站看原视频

这个笔记是我跟着up主的教程打代码的时候遇到了一些问题(大部分是tensorflow版本问题)以及一些解决办法

先看原教程代码
(附部分up讲解的注释)*****

import tensorflow as tf
import numpy as np


#create data#
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data * 0.1 + 0.3 

###create tensorflow structure start###

Weights = tf.Variable(tf.random_uniform([1],-1.0,1.0))#weight可能是多元矩阵所以最好大写#
biases = tf.Variable(tf.zeros([1]))#不要忘记zeros的s#

y = Weights*x_data + biases#计算预测的y的准确度#

loss = tf.reduce_mean(tf.square(y-y_data))
optimizer = optimizer = tf.train.GradientDescentOptimizer(0.5)#建立优化器,0.5是学习效率#
train = optimizer.minimize(
  • 3
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值