《TensorFlow技术解析与实战》第8章 第一个TensorFlow程序

第8章　第一个TensorFlow程序

理解TensorFlow的运行方式对后面几章的具体实战非常重要。本章就用一个简单的例子来讲解TensorFlow的运行方式。

8.1　TensorFlow的运行方式

TensorFlow的运行方式分如下4步：

（1）加载数据及定义超参数；

（2）构建网络；

（3）训练模型；

（4）评估模型和进行预测。

下面我们以一个神经网络为例，讲解TensorFlow的运行方式。在这个例子中，我们构造一个满足一元二次函数y = ax2+b的原始数据，然后构建一个最简单的神经网络，仅包含一个输入层、一个隐藏层和一个输出层。通过TensorFlow将隐藏层和输出层的weights和biases的值学习出来，看看随着训练次数的增加，损失值是不是不断在减小。

8.1.1　生成及加载数据

首先来生成输入数据。我们假设最后要学习的方程为y = x2 − 0.5，我们来构造满足这个方程的一堆x和y，同时加入一些不满足方程的噪声点。

import tensorflow as tf
import numpy as np
# 构造满足一元二次方程的函数
x_data = np.linspace(-1,1,300)[:, np.newaxis] # 为了使点更密一些，我们构建了300个点，分布在-1到1区间，直