Tensorflow学习笔记之Hello World（1）

先在这说一下我在学习Tensorflow的过程中都安装了什么？因为也走了一些弯路，希望能够引起大家注意。

因为在开始学习之前已经决定选用Python作为开发语言，所以首先就要先安装一系列和Python相关的Tool，IDE等。

Q1.Python or Python3？

A:这个问题我回答起来很心虚，因为我都不会……所以我都安装了。我在最开始学习的时候照着google的guide学习了有一小段时间，大概2-3天，也就是基本的Python2的语法看了一下，在实践操作的过程中呢，我粗浅的发现他们部分语法有些诧异，但是对于有coding经验的人来说，看代码还是不怎么费力的，写的话，反正我都要查……所以up to yourself. 都没关系。如果是0经验的，我推荐用新的Python3，原因就是长江后浪推前浪，一代更比一代强。

Python安装：https://www.python.org/downloads/

ps 由于我用的是mac，pc的安装和使用大同小异，就不细说。

Ok，安装好了之后，去terminal（命令行）就可以用python，或者python3直接进入python环境了。在这边就可以做一些简单的test了。

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 xrange(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]

Q2：我想做个带图的demo，有什么可视化的工具可以用吗？

A:这个问题好low，我自己都觉得好low，但是由于真的是什么都不懂，什么都要现学，确实会问这个问题，至少我自己问了。

terminal就能看到图，如下例：

import numpy as np

import matplotlib.pyplot as plt

x = np.arange(9)

y = np.sin(x)

plt.plot(x,y)

plt.show()

你会得到如下的结果：

图片发自App

待续……