tensorflow初识

话不多说，我们一起看一个例子
 

import tensorflow as tf

w = tf.Variable(tf.constant(5, dtype=tf.float32))  # 定义一个可训练的参数，初始值为5
lr = 0.001   # 学习率
epoch = 40   # 循环次数

for epoch in range(epoch):  # for epoch 定义顶层循环，表示对数据集循环epoch次
    with tf.GradientTape() as tape:  # with结构到grads框起了梯度的计算过程
        loss = tf.square(w + 1)  # 损失函数
    grads = tape.gradient(loss, w)  # gradient函数告知谁对谁求导

    w.assign_sub(lr * grads)  # assign_sub 对变量做自减 即：w = w - lr * grads
    print("After %s epoch,w is %f,loss is %f" % (epoch, w.numpy(), loss)) # w.numpy()作用是将tensor格式转换

这是一个自定义训练的例子，可以发现用tensorflow实现真的很简单