初识tensorflow

 TensorFlow中文社区

import tensorflow as tf
import numpy as np


x_data = np.float32(np.random.rand(2,100))
#print(x_data)
y_data = np.dot([0.100, 0.200], x_data) + 0.300
#print(y_data)

#构造线性模型

b =tf.Variable(tf.zeros([1]))
#print(b)
w = tf.Variable(tf.random_uniform([1,2],-1.0,1.0))
y = tf.matmul(w,x_data) + b   


loss = tf.reduce_mean(tf.square(y - y_data))  #均方误差损失
optimizer = tf.train.GradientDescentOptimizer(0.5) #梯度下降算法，学习率为0.5
train = optimizer.minimize(loss)


init = tf.initialize_all_variables()  #初始化所有变量

#启动tf
sess = tf.Session()
sess.run(init)

#设置迭代的次数
for step in range(0,100000):
    sess.run(train)
    #if step %20 == 0:
    print(step,sess.run(w),sess.run(b))
        

        构造线性模型，迭代次数100000次，得到最佳的权值和偏置。

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