TensorFlow入门案例

此案例引自TensorFlow官网，运行环境 python3.5 .2 + tensorflow 1.21

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,得到一个2*100的随机数矩阵

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)#learing rate is 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)

ifstep%20==0:

print(step,sess.run(W),sess.run(b))

最终的打印结果：<不同电脑打印结果可能不一样，但是一定近似>

0 [[ 0.26360229  0.49691492]] [ 0.11675339]

20 [[ 0.16144083  0.29500884]] [ 0.21887191]

40 [[ 0.12406627  0.23356499]] [ 0.27009395]

60 [[ 0.10910885  0.21208335]] [ 0.28899914]

80 [[ 0.10339358  0.20439252]] [ 0.29595757]

100 [[ 0.1012548  0.20160465]] [ 0.29851529]

120 [[ 0.10046227  0.20058763]] [ 0.29945484]

140 [[ 0.10017    0.20021547]] [ 0.29979986]

160 [[ 0.10006246  0.20007907]] [ 0.29992652]

180 [[ 0.10002293  0.200029  ]] [ 0.29997304]

200 [[ 0.10000843  0.20001064]] [ 0.29999009]