Tensorflow学习:非线性回归(神经网络)
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
# 使用numpy生成200个随机点(训练样本):-0.5-0.5平均分布的点:增加一个维度,200行1列
x_data = np.linspace(-0.5, 0.5, 200)[:, np.newaxis]
# 生成一些噪音
noise = np.random.normal(0, 0.02, x_data.shape)
# 大致是一个二次函数U的形态
y_data = np.square(x_data) + noise
# 定义两个placeholder
# 行不确定,列为1列:根据样本来定义
x = tf