#程序 不是我寫的，注釋是我做的，轉(zhuǎn)載請注明“l(fā)g土木設計” #最小二乘法擬合，用y=ax+b a=weight b=biases from __future__ import print_function import tensorflow as tf import numpy as np# create data 生成100個0-1之間的隨機數(shù) np.random.rand(100) 1*100的矩陣 #np.random.rand(3,3) 3*3的矩陣，其每個元素為0-1的隨機數(shù) x_data = np.random.rand(100).astype(np.float32) y_data = x_data*0.2 + 0.5### create tensorflow structure start ###對權(quán)進行賦值 在-1到一之間隨機數(shù) #uniform([1]為1*1的矩陣，即一個數(shù) Weights = tf.Variable(tf.random_uniform([1], -1.0, 1.0)) #偏差為零，zeros([1]為一個1*1的零矩陣，即初始偏差為零 biases = tf.Variable(tf.zeros([1])) #權(quán)值與x相乘并加偏差 y = Weights*x_data + biases #方差，(y-y_data)平方，求和，取均值 loss = tf.reduce_mean(tf.square(y-y_data)) #定義梯度下降法優(yōu)化函數(shù)，優(yōu)化，步長為0.5 optimizer = tf.train.GradientDescentOptimizer(0.2)train = optimizer.minimize(loss)init = tf.initialize_all_variables() ### create tensorflow structure end ###sess = tf.Session() sess.run(init) # Very importantfor step in range(300):sess.run(train)if step % 20 == 0:print(step, sess.run(Weights), sess.run(biases))

總結(jié)

以上是生活随笔為你收集整理的TensorFlow 最小二乘法拟合的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。