Python API 撰写的 TensorFlow 示例代码
import tensorflow as tf
import numpy as np
# 使用 NumPy 生成假数据(phony data), 总共 100 个点.
x_data =np.float32(np.random.rand(2, 100)) # 随机输入
y_data = np.dot([0.100, 0.200],x_data) + 0.300
# 构造一个线性模型
#
b = tf.Variable(tf.zeros([1]))
W =tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data)+ b
# 最小化方差
loss =tf.reduce_mean(tf.square(y - y_data))
optimizer =tf.train.GradientDescentOptimizer(0.5)
train =optimizer.minimize(loss)
# 初始化变量
init =tf.initialize_all_variables()
# 启动图 (graph)
sess = tf.Session()
sess.run(init)
# 拟合平面
for step in range(0, 201):
sess.run(train)
if step % 20 == 0:
print step, sess.run(W), sess.run(b)
# 得到最佳拟合结果 W: [[0.100 0.200]], b: [0.300]
运行某代码时,报错:NameError:name ‘xrange’ is not defined
原因:在Python 3中,range()与xrange()合并为range( )。
解决办法:将xrange( )函数全部换为range( )。