第一个TensorFlow程序（一元二次函数-代码详解）

 （此程序可用于测试TensorFlow是否配置成功）

利用TensorFlow的神经网络训练一个模型，训练出权重值来使模型拟合的系数1和-0.5.

import tensorflow as tf
import numpy as np

# 构造满足一元二次方程的函数

#---1. 生成并加载数据---

# linspace:从[-1,1]获取300个x值;
# newaxis:增加维度，这里转化成300 x 1的二维数组
x_data = np.linspace(-1, 1, 300)[:, np.newaxis]  

# 加入一些噪声点，并且拟合为均值为0、方差为0.05的正态分布
# shape查看矩阵或数组的维数(300,1)
noise = np.random.normal(0, 0.05, x_data.shape)

# y = x^2 - 0.5 + noise
y_data = np.square(x_data) - 0.5 + noise

# 定义x，y的占位符来作为将要输入神经网络的变量
# tf.placeholder(数据类型type, 维度, 名称name)
xs = tf.placeholder(tf.float32, [None, 1]) # 列为1，行不定
ys = tf.placeholder(tf.float32, [None, 1])

#---2. 构建网络模型---

# 添加层add_layer(输入数据，输入数据的维度，输出数据的维度，激活函数)
def add_layer(inputs, in_size, out_size, activ