TensorFlow【极简】入门代码

阅读扩展

TensorFlow 卷积神经网络
TensorFlow 循环神经网络
TensorFlow 序列预测
TensorFlow 官网示例
TensorFlow2.0❤️

基础运行示例

变量要经过初始化才能使用

import tensorflow as tf

# 创建tf格式的变量
a = tf.Variable([[1], [2]])
b = tf.Variable([[1, 2, 3]])
c = tf.matmul(a, b)

# 全局变量初始化
with tf.Session() as sess:
    init = tf.global_variables_initializer()
    sess.run(init)
    print(sess.run(c))

[[1 2 3]
 [2 4 6]]

线性回归

from sklearn.datasets import make_regression
import tensorflow as tf, matplotlib.pyplot as mp

# 创建数据
x, y, coef = make_regression(n_features=1, noise=9, coef=True)
X = x.reshape(-1)

# 初始化W系数【shape=(1,)，在[-1,1]的均匀分布中随机取值】
W = tf.Variable(tf.random_uniform([1], -1, 1))
# 初始化b系数【shape=(1,)，值为0】
B = tf.Variable(tf.zeros([1]))
# 线性回归方程
Y = W * X + B

# 损失函数
loss = tf.reduce_mean(tf.square(Y - y))
# 梯度下降优化器，设置学习率</