#- * -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: