python3.6 + tensorflow入门：三维点拟合平面

参考链接：

http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/introduction.html

代码：

# -*- coding: utf-8 -*-
"""
Created on Fri Dec 21 14:34:56 2018

@author: Administrator
"""

import tensorflow as tf
import numpy as np

# 使用 NumPy 生成假数据(phony data), 总共 100 个点.
x_data = np.float32(np.random.rand(2, 100)) # 随机输入
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 % 20 == 0:
        print (step, sess.run(W), sess.run(b))

# 得到最佳拟合结果 W: [[0.100  0.200]], b: [0.300]

结果：

0 [[ 0.91210413 -0.04129256]] [ 0.04484042]
20 [[ 0.28546557  0.23647967]] [ 0.19098906]
40 [[ 0.15442868  0.23037918]] [ 0.25790811]
60 [[ 0.11846238  0.21355666]] [ 0.28405273]
80 [[ 0.10667393  0.20536564]] [ 0.29399648]
100 [[ 0.10247139  0.20204933]] [ 0.29774484]
120 [[ 0.10092307  0.20077361]] [ 0.29915351]
140 [[ 0.10034581  0.20029087]] [ 0.29968235]
160 [[ 0.10012968  0.20010923]] [ 0.2998808]
180 [[ 0.10004867  0.200041  ]] [ 0.29995525]
200 [[ 0.10001829  0.20001541]] [ 0.2999832]

说明：

极客学院的代码是python2版的，如果使用python3以上版本，代码会报语法错误：

（1） print 语法错误：把要打印的内容放入（）里，即修改为 print（）即可；

（2）xrange 未定义：修改为range即可；