本人python新手一枚,和b站up主学习tensorflow编程,想用csdn来记录自己平时编的代码。不喜勿看勿喷,谢谢,发现错误也请指出,多谢啦~
总结:训练后的k和b会收敛趋近于0.1和0.2,与前期设置的参数无关
'''梯度下降
import tensorflow as tf
import numpy as np
#使用numpy生成100个随机点
x_data = np.random.rand(100)
y_data = x_data*0.1+0.2
#构造线性模型
#下面的样本 ,上面的y_data = x_data*0.1+0.2是模型
b = tf.Variable(0.)
k = tf.Variable(0.)
y = k*x_data+b
#二次代价函数 y_data为真实值,y为预测值
loss = tf.reduce_mean(tf.square(y_data-y))
#定义一个梯度下降法来进行训练的优化器 0.2是学习率
optimizer = tf.train.GradientDescentOptimizer(0.2)
#最小化代价函数
train = optimizer.minimize(loss)
init = tf.global_variables_initializer()
with tf.Session() as sess:
sess.run(init)
for step in range(201):
sess.run(train)
#每20次输出一下
if step%20 == 0 :
print(step,sess.run([k,b]))
'''