本节主要实现一个简单的一元线性回归，这个例子相当于tensorflow的helloworld
In [6]:
import tensorflow as tf
import numpy as np
#使用numpy生成1000个随机数
x_data=np.random.rand(10)
y_data=x_data*0.5+8
x=tf.placeholder(dtype=tf.float32)
y=tf.placeholder(dtype=tf.float32)
w=tf.Variable(0.,dtype=tf.float32)
b=tf.Variable(0.,dtype=tf.float32)
#定义训练模型
model=w*x+b
#定义损失函数
loss=tf.reduce_mean(tf.square(model-y))
#定义一个梯度下降法优化器
optimizer=tf.train.GradientDescentOptimizer(0.1)
#定义一个训练器
train=optimizer.minimize(loss)
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
for i in range(1000):
sess.run(train,feed_dict={x:x_data,y:y_data})
if i%20==0:
print(sess.run([w,b]))