3-Tensorflow-demo_03-使用TF实现一元线性回归问题_tensorflow 2.1.0 model.evaluate cannot unpack non--优快云博客

本文通过使用TensorFlow实现了一元线性回归模型的构建与训练过程，详细展示了如何利用占位符、变量、正向传播、损失计算及优化器进行模型训练，最后通过可视化展示训练结果。



import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

"""
模拟一元线性回归数据 ，请大家用numpy自己生成。
"""
if __name__ == '__main__':
    with tf.Graph().as_default():
        # 一、构建模型图
        # 1、构建输入的占位符
        input_x = None
        input_y = None

        # 2、构建变量
        w = None
        b = None

        # 3、正向传播，得到预测值。
        y_pred = None
        # 4、计算模型损失
        loss = None
        # 5、定义优化器。(含义：使用梯度下降的方式求解让损失函数最小的模型参数)
        optimizer = tf.train.GradientDescentOptimizer(learning_rate=0.01)
        train_opt = optimizer.minimize(loss=loss)

        # 二、构建会话
        with tf.Session() as sess:
            # a、变量初始化
            pass
            # b、加载数据（训练的数据生成）
            train_x = None
            train_y = None
            # c、模型训练
            for e in range(1, 200):
                # 执行模型训练操作
                feed = {input_x: train_x, input_y: train_y}
                _, train_loss = sess.run([train_opt, loss], feed_dict=feed)
                print('Epoch:{} - Train Loss:{:.5f}'.format(e, train_loss))
            # d、使用训练数据，得到该数据的预测值，并做一个可视化操作。
            pass

D:\Anaconda\python.exe D:/AI20/HJZ/04-深度学习/2-TensorFlow基础/tf_基础代码/01_01Graph和Session.py
Tensor("add:0", shape=(3, 5), dtype=float32) Tensor("add_1:0", shape=(5, 3), dtype=float32) Tensor("MatMul:0", shape=(3, 3), dtype=float32)
2019-11-30 21:39:59.231831: I tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX AVX2
<tensorflow.python.client.session.InteractiveSession object at 0x000001D80CAE3C50>
[[ 2.385983  3.385983  4.385983]
 [ 3.385983  5.385983  5.385983]
 [43.385983  3.385983  2.385983]
 [ 1.385983  3.385983  4.385983]
 [ 4.385983  4.385983  4.385983]]
[[151.05128   30.45549   32.843945]
 [157.43454   47.838726  53.22718 ]
 [192.84169   38.24591   41.634365]]

Process finished with exit code 0