tensorflow线性模型示例

时间:2022-08-28 22:14:51
二维的线性模型
打开ipython====》桌面建立bat文件:cmd /k "cd /d f:\DeepLearning\TensorFlow &&ipython notebook",双击运行,在网页内编辑运行
import tensorflow as tf
import numpy as np

# Create 100 phony x, y data points in NumPy, y = x * 0.1 + 0.3
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data * 0.1 + 0.3

# Try to find values for W and b that compute y_data = W * x_data + b
# (We know that W should be 0.1 and b 0.3, but TensorFlow will
# figure that out for us.)
W = tf.Variable(tf.random_uniform([1], -1.01.0))
b = tf.Variable(tf.zeros([1]))
y = W * x_data + b

# Minimize the mean squared errors.
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)

# Before starting, initialize the variables.  We will 'run' this first.
init = tf.global_variables_initializer()

# Launch the graph.
sess = tf.Session()
sess.run(init)

# Fit the line.
for step in range(201):
    sess.run(train)
    if step % 20 == 0:
        print(step, sess.run(W), sess.run(b))

# Learns best fit is W: [0.1], b: [0.3]

0 [-0.38000667] [ 0.77975672]
20 [-0.06334207] [ 0.38801551]
40 [ 0.05338327] [ 0.32511905]
60 [ 0.0866959] [ 0.30716881]
80 [ 0.09620309] [ 0.30204594]
100 [ 0.09891639] [ 0.3005839]
120 [ 0.09969076] [ 0.30016664]
140 [ 0.09991175] [ 0.30004758]
160 [ 0.09997481] [ 0.30001357]
180 [ 0.09999283] [ 0.30000389]
200 [ 0.09999795] [ 0.30000111]