前言
TensorFlow现在贼火,所以我就尝试着用TensorFlow去写一个拟合y = 0.3*x+0.1的代码。
引入相关包
import tensorflow as tf
import numpy as np
定义数据
x_data = np.random.rand(100,1).astype(np.float32)
y_data = 0.3*x_data+0.1
定义权重和偏置
weight = tf.Variable(tf.random_uniform([1],-1.0,1.0))
bias = tf.Variable(tf.zeros([1]))
定义误差函数
y = weight*x_data+bias
loss = tf.reduce_mean(tf.square(y-y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
初始化所有参数
init = tf.initialize_all_variables()
sess = tf.Session()
sess.run(init)
开始训练并打印误差和参数
for i in range(200):
sess.run(train)
if i%20==0:
print(i,sess.run(loss))
print(sess.run(weight),sess.run(bias))
TensorFlow中所有的变量都需要通过sess.run()来输出