最新版本的tensorflow小程序,程序一小步,理解一大步!
# -*- coding: utf-8 -*-
"""Spyder Editor
This is a temporary script file.
"""
import numpy as np #这是Python的一种开源的数值计算扩展,非常强大
import tensorflow as tf #导入tensorflow
##构造数据##
x_data=np.random.rand(100).astype(np.float32) #随机生成100个类型为float32的值
y_data=x_data*0.1+0.3 #定义方程式y=x_data*A+B
##-------##
##建立TensorFlow神经计算结构##
Weight=tf.Variable(tf.random_uniform([1],-1.0,1.0))
biases=tf.Variable(tf.zeros([1]))
y=Weight*x_data+biases
##-------##
loss=tf.reduce_mean(tf.square(y-y_data)) #loss方程,判断与正确值的差距
optimizer=tf.train.GradientDescentOptimizer(0.5) #根据差距进行反向传播修正参数
train=optimizer.minimize(loss) #建立训练器
init=tf.global_variables_initializer() #初始化TensorFlow训练结构
sess=tf.Session() #建立TensorFlow训练会话
sess.run(init) #将训练结构装载到会话中
for step in range(1000): #循环训练1000次
sess.run(train) #使用训练器根据训练结构进行训练
if step%20==0: #每20次打印一次训练结果
print(step,sess.run(Weight),sess.run(biases)) #训练次数,A值,B值