#TensorFlow 学习笔记# 01 Start 一个完整的TensorFlow网络结构

来源：互联网发布：成本管控流程优化编辑：程序博客网时间：2024/04/29 08:54

TensorFlow 学习笔记 01 Start

一个完整的TensorFlow网络结构

import tensorflow as tfimport numpy as np# create data# type is float 32x_data = np.random.rand(100).astype(np.float32)# 0.1 is w , 0.3 is by_data = x_data * 0.1 + 0.3# create tensorflow structure start# create a parameter Variable , 参数范围是 -1.0 到 1.0Weights = tf.Variable(tf.random_uniform([1], -1.0, 1.0))# create 0biases = tf.Variable(tf.zeros([1]))y = Weights * x_data + biases# 损失函数loss = tf.reduce_mean(tf.square(y - y_data))# 优化器 GradientDescentOptimizer 的参数 学习效率learning_rate is 0到1之间optimizer = tf.train.GradientDescentOptimizer(0.5)# 优化器 使 loss 最低train = optimizer.minimize(loss)# 初始化结构init = tf.initialize_all_variables()# create tensorflow structure end# 激活结构sess = tf.Session()# Very important, 激活变量sess.run(init)for step in range(201):    sess.run(train)    if step % 20 is 0:        # run Weights 来输出 Weights run biases 来输出 biases        print(step, sess.run(Weights), sess.run(biases))

阅读全文

0 0