例子2

import tensorflow as tf
import numpy as np

# create data
x_data=np.random.rand(100).astype(np.float32)  # 創造100個隨機數,數據類型爲float.32 
y_data=x_data*0.1+0.3

### create tensorflow structure start ###
Weights=tf.Variable(tf.random_uniform([1],-1.0,1.0)) # 創造weights變量， 初始值爲（-1，1）的隨機數

biases=tf.Variable(tf.zeros([1])) # 創造biases變量，初始值爲0

y=Weights*x_data+biases

loss=tf.reduce_mean(tf.square(y-y_data)) # 計算loss平方和的均值

optimizer=tf.train.GradientDescentOptimizer(0.5) # 損失函數，學習率爲0.5
train=optimizer.minimize(loss)

init=tf.initialize_all_variables() # 建立了變量Variable,但是還未初始化
### create tensorflow structure end  ###

sess=tf.Session() # 創建會話
sess.run(init) # Very important sess就像一個指針，到哪裏就激活哪裏

for step in range(201):  # 訓練200次
        sess.run(train)
        if step % 20==0: # 每隔20次，打印一次結果
                print(step,sess.run(Weights),sess.run(biases))