莫烦TensorFlow_01 基本程序结构

最新推荐文章于 2025-09-12 13:12:39 发布

转载最新推荐文章于 2025-09-12 13:12:39 发布 · 79 阅读

0 ·

本内容遵循CC 4.0 BY-SA版权协议

原文链接：http://www.cnblogs.com/alexYuin/p/8684175.html

标签

#python

收录于

本文通过使用TensorFlow实现线性回归模型，演示了如何创建数据集，定义权重和偏置，构建损失函数并利用梯度下降优化器进行训练。在201步的迭代中，每20步输出权重和偏置的更新情况。

import tensorflow as tf  
import numpy as np  
  
# create data  
x_data = np.random.rand(100).astype(np.float32)  
y_data = x_data*0.1 + 0.3  
  
### create tensorflow structure start ###  
Weights = tf.Variable(tf.random_uniform([1], -1.0, 1.0))  
biases = tf.Variable(tf.zeros([1]))  
  
  
y = Weights*x_data+biases  
  
loss = tf.reduce_mean(tf.square(y-y_data))  
optimizer = tf.train.GradientDescentOptimizer(0.5)  
train = optimizer.minimize(loss)  
  
init = tf.global_variables_initializer()  
  
### create tensorflow structure end ###  
  
  
sess = tf.Session()  
sess.run(init)       
  
  
for step in range(201):  
  sess.run(train)  
  if step % 20 == 0:  
    print(step, sess.run(Weights), sess.run(biases))

转载于:https://www.cnblogs.com/alexYuin/p/8684175.html