tensorflow1-構建線性模型

預設一個線性模型：

y = x*w + b（w = 0.1，b = 0.2）

x是給定的輸入數據

使用tensorflow構建一個模型，開始的時候，w和b全部給成0，讓其訓練，使其接近預設的模型。即讓w接近0.1，b接近0.2

代碼：

import tensorflow as tf
import numpy as np
x_data = np.random.rand(100)
y_data = x_data*0.1 + 0.2

#構造一個線性模型
b = tf.Variable(0.)
k = tf.Variable(0.)
y = k*x_data + b
#均方誤差
loss = tf.reduce_mean(tf.square(y_data - y))
#梯度下降
optimizer = tf.train.GradientDescentOptimizer(0.2)
#最小化代價函數
train = optimizer.minimize(loss)
init = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    for step in range(201):
        sess.run(train)
        if step%20 == 0:
            print(step,sess.run([k,b]))

結果：