例子2

import tensorflow as tf
import numpy as np

# create data
x_data=np.random.rand(100).astype(np.float32)  # 创造100个随机数,数据类型为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)) # 创造weights变量， 初始值为（-1，1）的随机数

biases=tf.Variable(tf.zeros([1])) # 创造biases变量，初始值为0

y=Weights*x_data+biases

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

optimizer=tf.train.GradientDescentOptimizer(0.5) # 损失函数，学习率为0.5
train=optimizer.minimize(loss)

init=tf.initialize_all_variables() # 建立了变量Variable,但是还未初始化
### create tensorflow structure end  ###

sess=tf.Session() # 创建会话
sess.run(init) # Very important sess就像一个指针，到哪里就激活哪里

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