Tensorflow编程步骤
#1 import package
import tensorflow as tf
import numpy as np
#2 create data or input data
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data*0.1+0.3
**#3 create tensorflow structure **
Weights = tf.Variable(tf.random_uniform([1],-1.0,1.0)) #用随机数列的方式生成一些参数,[1]维,范围在[-1,1]
baises = tf.Variable(tf.zeros([1])) #初始值定义为0
y = Weights*x_data + biases
loss = tf.reduce_mean(tf.square(y-y_data)) #计算差别损失
optimizer = tf.train.GrandientDescentOptimizer(0.5) #建立一个优化器,学习效率一般为小于1的数,设为0.5
train = optimizer.minimize(loss) #利用优化器减少损失
init = tf.initialize_all_variables() #初始化
#4 build Session
sess = tf.Session()
sess.run(init) #指向激活
#5 start training
for step in range(201):
sess.run(train)
if step % 20==0:
print(step,sess.run(Weights),sess.run(biases) #每隔20步打印一下 指向weights,biases
注:代码来源于网络,只是进行分块解读。