python拟合三维平面_TensorFlow学习之平面拟合三维数据

1 利用Python编写的TensorFlow代码，初步对TensorFlow有所了解。

生成一些三维数据，然后用一个平面进行拟合

2 实验代码及结果截图

#coding:utf-8

import tensorflow as tf

import numpy as np

#生成假数据，总共100个点

x_data=np.float32(np.random.rand(2,100))

y_data=np.dot([0.100,0.200], x_data)+0.300

#构造线性模型

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

w=tf.Variable(tf.random_uniform([1,2],-1.0,1.0))

y=tf.matmul(w,x_data)+b

#最小化方差

loss=tf.reduce_mean(tf.square(y-y_data))

optimizer=tf.train.GradientDescentOptimizer(0.5)

train=optimizer.minimize(loss)

#初始化变量

init=tf.initialize_all_variables()

#启动图

sess=tf.Session()

sess.run(init)

#拟合平面

print "拟合结果："

for step in xrange(0,201):

sess.run(train)

if step%20==0:

print "step:",step,"w:",sess.run(w),"b:",sess.run(b)