python 神经网络 初识tensorflow
2021-06-19 20:06
标签：range 结果 info 定制 class numpy var nbsp 网络 结果： python 神经网络 初识tensorflow 标签：range 结果 info 定制 class numpy var nbsp 网络 原文地址：https://www.cnblogs.com/francischeng/p/9689768.html# coding=utf-8
import tensorflow as tf
import numpy as np
# creat data
x_data = np.random.rand(100).astype(np.float32) # 在tensorflow中数据一般都是float32类型，所以我们把数据类类型定制成这个
y_data = x_data * 0.1 + 0.3
# creat tensorflow structure start#
Weights = tf.Variable(tf.random_uniform([1], 2.0, 4.0)) # 通过随即数列生成的方式生成初始权重 以为结构 范围是-1到1
biases = tf.Variable(tf.zeros([1])) # 偏置初始定义为0
y = Weights * x_data + biases # 预测的y
loss = tf.reduce_mean(tf.square(y - y_data)) #计算loss
optimizer = tf.train.GradientDescentOptimizer(0.5) # 建立优化器 0.5是学习效率，是一个小于1的数字，这里我们用0.5代替
train = optimizer.minimize(loss)
init = tf.global_variables_initializer() #在建立好结构之后初始化
# creat tensorflow structure start#
sess = tf.Session() #创建tensorflow会话
sess.run(init) #run
for step in range(201):
sess.run(train)
if step % 20 == 0:
print(step, sess.run(Weights), sess.run(biases)) #每跑20布显示 Weight biases
下一篇：Python 面向对象3