TensorFlow实现单变量线性回归过程

TensorFlow实现单变量线性回归过程

(python3.6;tensorflow1.13)

假设我们要学习的函数为线性函数y=4x+5.3

一、生成数据

1.导入库

#在Jupyter中，使用matplotlib显示图像需要设置inline模式，否则不会出现图像
%matplotlib inline

import matplotlib.pyplot as plt
import numpy as np
import tensorflow as tf 
np.random.seed(5)

2.生成输入数据。

我们需要构造满足这个函数的x和y同时加入一些不满足方程的噪声

# 直接采用np生成等差数列的方法，生成100个点，每个点的取值在-1~1之间
x_data = np.linspace(-1,1,100)
#y=4x+5.3+噪声,其中噪声的维度与x_data一致；实参前面的*号表示拆包
y_data = 4*x_data+5.3+np.random.randn(*x_data.shape)*0.5  

3.利用matplotlib画出生成结果

#画出随机生成数据的散点图
plt.scatter(x_data,y_data)
#画出我们想要通过学习得到的目标线性函数y=2x+1
plt.plot(x_data,5.3+4*x_data,color='red',linewidth=