本文主要是介绍【拔刀吧 TensorFlow】TensorFlow学习笔记一,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
自娱自乐小博客,开始学习TensorFlow,记录学习的过程的问题、心得。
step one:从中文说明书开始。
今天开始学习TensorFlow,先从TensorFlow中文说明书开始入门。开篇就看到了示例程序,复制下来跑一波,心里美滋滋,结果mmp…… 直接报错:
print step, sess.run(W), sess.run(b)
SyntaxError: invalid syntax
回头一看,哦,是python2.x的代码,我是python3,改了一下print语句,再跑一波。
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd3 in position 75: invalid continuation byte
????[○・`Д´・ ○]!什么鬼? 按照经验开头加上:# -*- coding:utf-8 -*-
然并卵…… 百度一波没看懂,自己删去了所有的中文注释……emmmm,终于(P.S 这里还有个问题,就是在python3中,xrange和range合并为range,记得修改代码倒数第四行的xrang为range)。✿✿ヽ(°▽°)ノ✿
附上官方示例代码:
import tensorflow as tf
import numpy as np# 使用 NumPy 生成假数据(phony data), 总共 100 个点.
x_data = np.float32(np.random.rand(2, 100)) # 随机输入
y_data = np.dot([0.100, 0.200], x_data) + 0.300# 构造一个线性模型
#
b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b# 最小化方差
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)# 初始化变量
init = tf.initialize_all_variables()# 启动图 (graph)
sess = tf.Session()
sess.run(init)# 拟合平面
for step in xrange(0, 201):sess.run(train)if step % 20 == 0:print step, sess.run(W), sess.run(b)# 得到最佳拟合结果 W: [[0.100 0.200]], b: [0.300]
这篇关于【拔刀吧 TensorFlow】TensorFlow学习笔记一的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!