初步tensorflow代码学习

tensorflow基础入门案例（简单线性拟合）

代码

import tensorflow as tf
import numpy as np

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))# 参数变量
baises = tf.Variable(tf.zeros([1])) # 初始值为0
y = Weights*x_data + baises
# 定义loss值的函数，这里使用与标准值的方差的
loss = tf.reduce_mean(tf.square(y-y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
# 初始哈所有变量
init = tf.initialize_all_variables()

sess = tf.Session()
sess.run(init) # 激活初始变量
for step in range(201):
    sess.run(train)
    if step % 20 == 0:
        print(step, sess.run(Weights), sess.run(baises))