TensorFlow测试程序

最新推荐文章于 2025-07-10 12:30:35 发布

杰克121

最新推荐文章于 2025-07-10 12:30:35 发布

阅读量3.4k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： TensorFlow

本文链接：https://blog.youkuaiyun.com/sinat_35257860/article/details/72741639

TensorFlow 专栏收录该内容

4 篇文章

订阅专栏

本文通过使用TensorFlow和NumPy实现了一个简单的线性回归模型。该模型使用随机生成的数据进行训练，并通过梯度下降法调整权重和偏置来最小化损失函数。

import tensorflow as tf
import numpy as np
x_data = np.float32(np.random.rand(2, 100))
y_data = np.dot([0.100, 0.200], x_data) + 0.300


b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b               


loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)


init = tf.initialize_all_variables()


sess = tf.Session()
sess.run(init)              


for step in xrange(0, 201):
    sess.run(train)
    if step % 20 == 0:
        print step, sess.run(W), sess.run(b)