Tensorflow学习日志1---构建单隐藏层的神经网络

---

一、构建单层隐藏的神经网络

import tensorflow as tf
import numpy as np

#creat data
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data*10+0.3

#creat tensorflow structure start
#第一个参数表示维度 1维
#  -1 1  表示初始化值的范围是[-1,1]
Weights = tf.Variable(tf.random_uniform([1],-1.0,1.0))
biases = tf.Variable(tf.zeros([1]))

y = Weights*x_data+biases

#损失的计算方法
loss = tf.reduce_mean(tf.square(y-y_data))
#优化器的选择 0.5表示学习速率是0.5
optimizer = tf.train.GradientDescentOptimizer(0.5)
#训练的目标是  最小化损失
train = optimizer.minimize(loss)

#所有变量的初始化  很重要
init = tf.initialize_all_variables()
### creat tensortflow structure end ###

#把会话跑起来
sess = tf.Session()
sess.run(init)  #Very important

#执行201次  每20次打印，打印的时候 sess.run(参数)是将指针指向参数 获得数值用于打印
for step in range(201):
    sess.run(train)
    if step % 20 == 0:
        print(step,sess.run(Weights),sess.run(biases))

二、运行结果

---

本文参考资料-----【莫烦Python】 系列教程