机器学习入门

学校组织了一期AI训练营，由于学习量大而时间又短，无法完全搞懂，所以在此记录一下，以便日后查阅。

这是一组机器监督学习简单测试代码，主要是用来测试环境的，其中用到了梯度下降法来降低损失函数，以达到模型的局部最优。

import tensorflow as tf
import numpy as np

#creat data
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data*0.1 + 0.3
print(y_data)

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.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)


with tf.Session() as sess:
    tf.global_variables_initializer().run()
    for step in range(201):
        sess.run(train)
        if step % 20 == 0 :
            print(step,sess.run(Weights),sess.run(biases))