Tensorflow的一个简单实例，线性回归

# 导入模块tensorflow,numpy
import tensorflow as tf
import numpy as np
# 构建一个线性模型
x_data = np.random.rand(100)
y_data = x_data * 0.1 + 0.1

b = tf.Variable(0.)
k = tf.Variable(0.)
y = k * x_data + b
# 二次代价函数
loss = tf.reduce_mean(tf.square(y_data - y))
# 定义一个梯度下降法来进行训练的优化器
optimizer = tf.train.GradientDescentOptimizer(0.2)
# 定义最小代价函数
train = optimizer.minimize(loss)
# 初始化变量
init = tf.global_variables_initializer()
# 定义一个会话
with tf.Session() as sess:
    sess.run(init)
    for step in range(201):
        sess.run(train)
        # 每20step输出一次k,b
        if step % 20 == 0: 
            print(step, sess.run([k, b]))