TensorFlow 入门教程（一） Tensorflow的编程步骤

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。