import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
x_data = np.random.rand(100).astype(np.float32)
y_data = x_data * 0.2 + 0.4
W = tf.Variable(tf.random_uniform([1], -1.0, 1.0))
b = tf.Variable(tf.zeros([1]))
y = W * x_data + b
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.2)
train = optimizer.minimize(loss)
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)
for step in range(201):
sess.run(train)
if step % 20 == 0:
print(step, sess.run(W), sess.run(b))
plt.plot(x_data, y_data, 'ro')
plt.plot(x_data, sess.run(W) * x_data + sess.run(b))
plt.legend()
plt.show()
第1~3行:基本所需函式宣告
第7~8行:使用亂數製造出100個(x,y)的座標點
第11~13行:利用資料x權重+偏差的方式去校正
第15~17行:設定損失函數,最佳化方法等等
第19~22行:初始化我們的session
第24~31行:利用上面的公式去校正我們的線,執行201次,但是我們執行20次印出一次
這邊就是簡單的線性回歸。