TensorFlow学习教程+代码

#!/usr/bin/env python 
# -*- coding:utf-8 -*-
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'#去掉不必要的warning
import tensorflow as tf
import numpy as np

# create data
x_data = np.random.rand(100).astype(np.float32)#tensorflow中大部分的数据形式是float32
y_data = x_data*0.1 + 0.3

#create tensorflow structure
Weights = tf.Variable(tf.random_uniform([1], -1.0, 1.0))#一维结构，初始值-1到1
biases = tf.Variable(tf.zeros([1]))#初始值为0

y = Weights*x_data + biases
loss = tf.reduce_mean(tf.square(y-y_data))#预测的y与真实值的差别
optimizer = tf.train.GradientDescentOptimizer(0.5)#优化器，学习效率0.5，小于1
train = optimizer.minimize(loss)
#end
# init = tf.initialize_all_variables() # tf 马上就要废弃这种写法
init = tf.global_variables_initializer()  # 替换成这样就好,初始化变量
sess = tf.Session()#建立会话机制
sess.run(init)          # 张量无法直接输出，只能通过sess.run输出

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

TensorFlow中如果有变量则要使用init = tf.global_variables_initializer() 进行初始化激活。
placeholder是在执行时才传入的节点，而Variable是有状态的节点。