tensorflow2.0

简单的tensorflow模型搭建

刚开始学习tensorflow框架，跟着莫烦的视频做一些实验，但是他用的是tensorflow1,好多语句需要改，我整理了一下，大家一起交流进步吧

代码

import tensorflow as tf
import numpy as np
#creat data
x_data = np.random.rand(100).astype(np.float32)  #随机创建数据 100个随机数列
y_data = x_data*0.1+0.3 #预测曲线权重为0.1，偏置项为0.3


###create tensorflow structure stara###
Weights=tf.Variable(tf.random.uniform([1],0,1.0))
#Weights又可能最后是矩阵，W初始值范围0到1【1】代表初始值是一维数据
biases=tf.Variable(tf.zeros([1]))

y=Weights*x_data+biases

loss=tf.reduce_mean(tf.square(y-y_data))  #描述预测值与实际值的差别
#最初会有很大差别
optimizer = tf.compat.v1.train.GradientDescentOptimizer(0.5)
#0.5代表学习效率，学习效率一般是小于1的数
#optimizer有很多选择，GradientDescentOptimizer是一种基础的优化器
tf.compat.v1.disable_eager_execution()
train=optimizer.minimize(loss)

init=tf.compat.v1.global_variables_initializer() #初始化结构
###

sess=tf.compat.v1.Session()
sess.run(init)         #开始激活 ！！！

####开始训练神经网络
for step in range(201):  #将网络训练201次
    sess.run(train)    #开始训练
    if step%20==0:  #每训练20次打印一次
        print(step,sess.run(Weights),sess.run(biases))   #开始输出

运行结果

运行结果
莫烦老师的学习视频链接https://www.bilibili.com/video/BV1Lx411j7ws?p=9