莫烦TensorFlow教程学习（1）

第一次写博客真的是困难重重，心塞。。。

• 学习前的准备
  环境准备：TensorFlow1.3.0+anaconda+python3.6.1
  
• 线性网络学习
  （对应莫烦老师视频教程的 ——例子2，此处放上原视频链接本次学习视频地址本次学习视频链接（莫烦老师TensorFlow教程））
  以下为本次学习代码及本人所添注释：

#莫烦教程第一次学习#
#线性结构

#导入包
import tensorflow as tf
import numpy as np
#创造数据
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data*0.1 + 0.3

#创造tensorflow结构（开始）

#Weights的W大写因为是多维矩阵
#一维结构 weight初始值是-1到1 bias初值为1
Weights = tf.Variable(tf.random_uniform([1],-1.0,1.0))
biases = tf.Variable(tf.zeros([1]))


y = Weights*x_data + biases  #计算y

loss = tf.reduce_mean(tf.square(y-y_data)) #损失函数
optimizer = tf.train.GradientDescentOptimizer(0.5) #梯度下降法 学习率0.5
train = optimizer.minimize(loss)   #后向传播算法 通过减少loss调整weight和bias

init = tf.initialize_all_variables() #初始化参数
#创造tensorflow结构（结束）

sess = tf.Session()  #创造会话
sess.run(init)  #会话开始

for step in range(201):     #循环
    sess.run(train)
    if step % 20 == 0:      #每隔20次打印一次
        print(step,sess.run(Weights),sess.run(biases))

• 运行结果
  运行成功，截图如下：