【tensorflow之路】构建一个最简单的模型

最新推荐文章于 2025-03-02 09:14:39 发布

Hello@SZS

最新推荐文章于 2025-03-02 09:14:39 发布

阅读量782

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/weixin_42362903/article/details/89156008

本教程为TensorFlow初学者提供了一步一步的学习指导，通过实际案例演示了如何使用TensorFlow进行线性回归分析。从数据准备到模型训练，涵盖了构建网络、计算损失函数、选择优化器及模型训练等关键步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tensorflow学习过程

第一天
教程:https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/2-1-structure/

import tensorflow as tf
import numpy as np

##create data
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data*0.1+0.3

#create tensorflow structure start
Weights = tf.Variable(tf.random_uniform([1],-1.0,1.0))
biases = tf.Variable(tf.zeros([1]))

y = Weights*x_data + biases
    
##计算y-y_data，方差(loss)
loss = tf.reduce_mean(tf.square(y-y_data))
 
##构建优化器
##学习效率0.5
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)
                     
init = tf.initialize_all_variables()
                     
##以上结构已经搭建完成
                     
sess = tf.Session()
sess.run(init)  #初始化函数
for step in range(201):
    sess.run(train)
    if step % 20 == 0:
        print(step,sess.run(Weights),sess.run(biases))