Python-随记

import tensorflow as tf
import numpy as np

##使用numpy生成100个随机点
x_data=np.random.rand(200)
y_data=x_data*0.1+0.2

#构造一个线性模型
b=tf.Variable(0.)
k=tf.Variable(0.)
y=k*x_data+b

#二次代价函数
loss=tf.reduce_mean(tf.square(y_data-y))
#定义一个优化器
optimizer=tf.train.GradientDescentOptimizer(0.2)
#最小化代价函数
train=optimizer.minimize(loss)

#构造初始变量
init=tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    for step in range(20000):
        sess.run(train)
        if step%20==0:
            print(step,sess.run([k,b]))