tensorflow 简单列子

tensorflow 简单的列子：
主要步骤为：
①定义数据，可以用tf.placeholder：用于可以更改的变量，tf.Variable用于所求变量，必须初始化
②定义关系，即变量之间的数学表达关系，深度学习往往用张量来表示
③定义损失函数，用于表明预测值与真实值间的关系
④定义优化器，用于某个步长等形式更改变量
⑤用于训练，迭代次数等可见代码。

import tensorflow as tf
import numpy as np
x_data=np.random.rand(50)
y_data=0.5*x_data+9
print(x_data)
print(x_data.shape)
x=tf.placeholder(shape=[50],dtype=tf.float32)
k=tf.Variable(0,dtype=tf.float32)
b=tf.Variable(0,dtype=tf.float32)
y=x*k+b
loss=tf.reduce_mean(tf.sqrt(y_data-y))
train=tf.train.GradientDescentOptimizer(0.1).minimize(loss) 
init=tf.global_variables_initializer()
sess=tf.Session()
for i in range(20000):
    sess.run(init)
    sess.run(train,feed_dict={x:x_data})
    print(sess.run([k,b]))