TensorFlow 学习笔记 2018年06月01日

最近在学习TensorFlow

记录一下学习要点

贴一下学习的代码：

import tensorflow as tf
import numpy as np

#creat data
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data*0.1 + 0.3

### creat tensorflow structure start ###

设定的权重以及偏置

Weights = tf.Variable(tf.random_uniform([1],-1.0 , 1.0))

biases = tf.Variable(tf.zeros([1]))

y = Weights * x_data + biases

设定损失函数

loss = tf.reduce_mean(tf.square(y-y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)

初始化

init = tf.global_variables_initializer()
### creat tensorflow structure end ###

sess = tf.Session()
sess.run(init) # Very important

for step in range(201):
sess.run(train)
if step % 20 == 0:
print(step, sess.run(Weights) , sess.run(biases))

然后讲到了Session的两种打开方式 一种是直接打开

sess = tf.Session()

但是这种方式在最后需要对Session进行close

sess.close()

另外一种是利用python中的with进行打开

with tf.Session() as sess:

    执行循环体

这种方式类似于for循环，可以在执行完with之后自动关闭Session，从而不用执行tf.Session.close()