tensorflow5简单神经网络的构建

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 struture start### Weight = tf.Variable(tf.random_uniform([1],-1.0,1.0)) biases = tf.Variable(tf.zeros([1])) y = Weight*x_data + biases loss = tf.reduce_mean(tf.square(y-y_data)) optimizer = tf.train.GradientDescentOptimizer(0.5) train = optimizer.minimize(loss) init = tf.initialize_all_variables() ###create tensorflow struture end### sess = tf.Session() sess.run(init) #very important for step in range(201): sess.run(train) if step ==0: print (step,sess.run(Weight),sess.run(biases))

说明：

0、tensorlfow对变量的定义,跟C++是一样的,定义完之后,要初始化之后才可以使用

1、如何理解sess.run:sess.run的功能就是2个,从神经网络中取值,执行一个函数,可以理解成一个指针,sess.run(Weight)就是从Weight变量中取值.tensorflow的风格就是定义与执行分开．

2、init = tf.initialize_all_variables() ,sess.run(init)定义完变量之后都要记得初始化,不然会报如下错误：

3、执行结果