python学习笔记Tensorflow
预测y= kx + b k = 0.1 b =0.3
windows开始安装库
安装tensorflow和numpy库
1 2 | pip install tensorflow pip install numpy |
numpy 科学计数库
codes:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 | 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 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() #init = tf.initialize_all_variables() #creat 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)) |
思路导入库- 创建数据 – 创建结构 – 初始化激活 – 数据输出
详解
Weights 为权重
biases 为偏重
GradientDescentOptimizer(0.5) 为数据优化 优化值0.5
由于structure的升级 初始化所有数据用
initialize_all_variables()
使用sess激活初始化
最后打印输出结果
python3.7修改数据初始化就可以
红色为:冒号自动添加