系列文章目录
- 简介代码
- 基本使用
目录
简介
本章的目的是让你了解和运行 TensorFlow!
import tensorflow as tf
import numpy as np
#使用NumPy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
#构造一个线性模型
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(graph)
sess = tf.Session()
sess.run(init)
#拟合平面
for step in range(0, 201):
sess.run(train)
if step % 5 == 0:
print(step, sess.run(W), sess.run(b))
#得到最佳拟合结果 200 [[0.10000145 0.20000118]] [0.29999855]