今天來認識一下tensorflow的code怎麼寫，跟著練習題走一遍～
參考網站1參考網站2

Tensorflow流程圖

首先先創建一條線y=0.1x+0.3的data，到時候用tensorflow來尋找斜率(0.1)與bias(0.3)

import tensorflow as tf
import numpy as np

# create data
x_data = np.random.rand(100).astype(np.float32)     # 隨機產生x值
y_data = x_data*0.1 + 0.3

接下來要把tensorflow的模型寫出來

Weights = tf.Variable(tf.random_uniform([1], -1.0, 1.0))   # 訂一個初始值介於-1~1 ;[1]一維
biases = tf.Variable(tf.zeros([1]))  #初始值給0

y = Weights*x_data + biases

寫出loss function

loss = tf.reduce_mean(tf.square(y-y_data))

反向傳播誤差 選擇最基礎的optimizer:GradientDescent

optimizer = tf.train.GradientDescentOptimizer(0.5)   # learning_rate=0.5
train = optimizer.minimize(loss)

定義初始化

init = tf.global_variables_initializer()

定義好神經網絡後，需要使用session來啟動整個神經網絡

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

最後來跑整個流程201次，並且每跑20次印出結果。

for step in range(201):
    sess.run(train)
    if step % 20 == 0:
        print(step, sess.run(Weights), sess.run(biases))

可以發現在100次的時候已經抓到很接近斜率(0.099)和bias(0.30037)，明天再學習其他例子繼續熟悉tensorflow的結構～