weixin_45675353的博客

模型里面的内容及意义一个标准的模型结果分为输入，中间节点，输出三大部分，TensorFlow框架则是负责将这三个部分连通起来学习规则并可以进行计算，它将中间节点及节点中的运算关系定义在自己内部的一个“图”上，全通过一个“会话（session）”进行图中OPS的具体运算图是静态的，它们只是将关系搭建在一起，不会有任何运算。而session则是动态的，只有启动session后才会将数据流向图中，并按照图中的运算关系，并将最终的结果从图中流出。TensorFlow用这种方式分离了计算的定义和执行，图类似于施工

准备数据train_X = np.linspace(-1,1,100)#生成-1~1之间的100个数train_Y = 2 * train_X + np.random.randn(*train_X.shape)*0.3#相当于 y = 2*x+0.3*a 产生了噪声#np.random.randn(*train_X.shape)等价于np.random.randn(100)#关于np.random.randn函数：1：当函数括号内没有参数时，则返回一个浮点数。2：当函数括号内有一个参数时，则返回