import tensorflow as tf
import numpy as np
# 生成一些随机数据
np.random.seed(0)
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data * 0.1 + 0.3
# 创建tensorflow结构
Weights = tf.Variable(tf.random.uniform([1], -1.0, 1.0))
biases = tf.Variable(tf.zeros([1]))
y = Weights * x_data + biases
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.compat.v1.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
init = tf.compat.v1.initialize_all_variables()
# 创建tensorflow Session
sess = tf.compat.v1.Session()
sess.run(init)
# 训练模型
for step in range(201):
sess.run(train)
if step % 20 == 0:
print(step, sess.run(Weights), sess.run(biases))
# 输出结果
print("训练完毕!")
print("Weight: ", sess.run(Weights))
print("biases: ", sess.run(biases))
声明:免责声明:本文内容由互联网用户自发贡献自行上传,本网站不拥有所有权,也不承认相关法律责任。如果您发现本社区中有涉嫌抄袭的内容,请发送邮件至:dm@cn86.cn进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。本站原创内容未经允许不得转载。