TensorFlow単純な線形回帰サンプルコード

＃- * -コーディング：UTF-8 - * - 
インポートのTFとしてtensorflow
 インポートのNPとしてnumpyの
 インポートPLTとしてmatplotlib.pyplot 

DEF real_func（）：
     リターン


DEF 皇帝（）：
    なる。num_points = 1000 
    vectors_set = []
     のための I における範囲（となる。num_points ）：
        X1 = np.random.normal（0.0、0.55 ）
        Y1 = X1 * 0.1 + 0.3 + np.random.normal（0.0、0.03 ）
        vectors_set.append（[X1、Y1]）

    x_data = [V [0] 用 V でvectors_set]
    y_data = [V [1] のために V でvectors_set] 

    ＃1 plt.scatter（x_data、y_data、C = R ''） 
    ＃plt.show（）

    W = tf.Variable（tf.random_uniform（[1]、-1.0、 1.0）、NAME = ' W ' ）
    B = tf.Variable（tf.zeros（[1]）、NAME = ' B ' ）
    yは = W * x_data + B 

    損失 = tf.reduce_mean（tf.square（Y - y_data ）、NAME = ' 損失' ）
    オプティマイザ = tf.train.GradientDescentOptimizer（0.5 ）
    列車 = optimizer.minimize（損失、名前=' 列車' ）
    のSES = tf.Session（）
    INIT = tf.global_variables_initializer（）
    sess.run（INIT）
    ＃1 プリント（' W = 'sess.run（W）、B '='、sess.run（B）、'損失=」、sess.run（損失））



    のための工程における範囲（20 ）：
        sess.run（列車）
        、印刷（' W = '、sess.run（W）、' B = '、sess.run（B） 、' 損失= ' 、sess.run（損失））
    ライター = tf.summary.FileWriter（R 'C：\ユーザーは\管理者\デスクトップ\ meatwice \ meatwice \ 01newCognition \ reinforcement_learning \ new_test_tensorflowを/ tmp 'sess.graph） 
    plt.scatter（x_data、y_data、C = ' R " ）
    plt.plot（x_data、sess.run（ W） * x_data + sess.run（B））
    plt.show（）の場合__name__ == " __main__ " ：
    皇帝（）






 

結果：