Tensorflow 我的第一个线性回归代码

TF回归代码

在一个渣渣师兄的推荐下我看了B站一个大佬的tf视频，感悟良多，体会到了tf的一丝魅力
因此我照着敲了第一个代码非常的快乐，我要和大家分享一下我的感悟
首先tf是在sess中运行的，其中的单元就是图，所有的东西我们都可以把他看成tensor(张量)—（嘿嘿嘿，自己也不懂）

第一步就是设立原始关系

x=np.random.rand(100)
y=0.2*x+0.1

我们用numpy随机生成100个数相当于我们的数据集

第二步初始化变量

b=tf.Variable(0.)
k=tf.Variable(0.)
dy=k*x+b

第三部就是使用优化器，对损失函数梯度下降

loss=tf.reduce_mean(tf.square(dy-y))
op=tf.train.GradientDescentOptimizer(0.1)
train=op.minimize(loss)
init =tf.global_variables_initializer()

第四部建sess运行

with tf.Session() as sess:
    sess.run(init)
    for i in range(1000):
        sess.run(train)
        if i%100==0:
            print(i,sess.run([k,b]))

完整代码

import tensorflow as tf
import numpy as np
x=np.random.rand(100)
y=0.2*x+0.1
b=tf.Variable(0.)
k=tf.Variable(0.)
dy=k*x+b
loss=tf.reduce_mean(tf.square(dy-y))
op=tf.train.GradientDescentOptimizer(0.1)
train=op.minimize(loss)
init =tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    for i in range(1000):
        sess.run(train)
        if i%100==0:
            print(i,sess.run([k,b]))

结果图

希望大家一起进步哈