介绍 | TensorFlow 官方文档中文版
http://www.tensorfly.cn/tfdoc/get_started/introduction.html
代码注释的小修补
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,生成2行50列的数组
y_data = np.dot([0.100, 0.200], x_data) + 0.300#[.0.1,0.2]数组的第1行与x_data数组的第B列相乘,构成新数组(1,B)位置处的数据
# 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 xrange(0, 201):#会报错
for step in range(0, 201):#会报错
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]