tensorflow 8-简单线性模型

参考视频：https://www.bilibili.com/video/av20542427/?p=12

import tensorflow as tf
import numpy as np

#使用numpy随机生成100个点
x_data = np.random.rand(100)
y_data = x_data*0.1 + 0.2
#构造一个线性模型
b = tf.Variable(0.)
W = tf.Variable(0.)
y = x_data*W + b

#二次代价函数
loss = tf.reduce_mean(tf.square(y_data-y))
#定义一个梯度下降法进行训练的优化器,lr=0.2
optimizer = tf.train.GradientDescentOptimizer(0.2)
#最小化代价函数
train = optimizer.minimize(loss)

#初始化变量，只要定义了变量都要初始化
init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    for i in range(1001):
        sess.run(train)
        if i%100 == 0:
            print(i,sess.run([W,b,loss]))