码迷,mamicode.com
首页 > 其他好文 > 详细

Tensorflow入门篇

时间:2019-06-05 09:45:17      阅读:96      评论:0      收藏:0      [点我收藏+]

标签:info   graph   线性   参考   中文   随机   com   ntop   art   

 参考Tensorflow中文网(http://www.tensorfly.cn/tfdoc/get_started/introduction.html) ,写一个入门.

1.打开pyCharm,新建一个py文件,

import tensorflow as tf
import numpy as np

2.然后静等pyCharm安装好 tensorflow和numpy 

3.然后控制台查看一下,是否装好.

import tensorflow as tf
tf.__version__

 

技术图片

 

 4.代码copy过来

import tensorflow as tf
import numpy as np

# 使用 NumPy 生成假数据(phony data), 总共 100 个点.
x_data = np.float32(np.random.rand(2, 100))  # 随机输入
y_data = np.dot([0.100, 0.200], x_data) + 0.300

# 构造一个线性模型
#
b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b

# 最小化方差
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)

# 初始化变量
init = tf.initialize_all_variables()

# 启动图 (graph)
sess = tf.Session()
sess.run(init)

# 拟合平面

# for step in xrange(0, 201):  # 在Python 3中,range()与xrange()合并为range( )。
for step in range(0, 201):
    sess.run(train)
    if step % 20 == 0:
        print(step, sess.run(W), sess.run(b))

 # 得到最佳拟合结果 W: [[0.100  0.200]], b: [0.300]

Tensorflow入门篇

标签:info   graph   线性   参考   中文   随机   com   ntop   art   

原文地址:https://www.cnblogs.com/coloz/p/10977627.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!