tensorflow拟合随机生成的三维数据【学习笔记】

平台信息:
PC：ubuntu18.04、i5、anaconda2、cuda9.0、cudnn7.0.5、tensorflow1.10、GTX1060

作者：庄泽彬(欢迎转载，请注明作者)

说明:感谢tensorflow社区，本文是在社区的学习笔记，生成随机的三维数据，之后用平面去拟合。

相关代码:

 #!/usr/bin/env python2
 # -*- coding: utf-8 -*-
 """
 Created on Thu Oct 11 19:54:15 2018

 @author: zhuang
 """

 import tensorflow as tf
 import numpy as np

 #生成随机数
 x_data = np.float32(np.random.rand(2,100))
 y_data = np.dot([0.100,0.200],x_data) + 0.300

 # 初始化参数
 b = tf.Variable(tf.zeros([1]))
 # w为1x2的矩阵，在-1.0到1.0之间均匀分布
 w = tf.Variable(tf.random_uniform([1,2],-1.0,1.0))
 y = tf.matmul(w,x_data) + b

 # 使用最小化方差进行梯度下降，来不断更新参数，学习率设置为0.5
 loss = tf.reduce_mean(tf.square(y-y_data))
 optimizer = tf.train.GradientDescentOptimizer(0.5)
 train = optimizer.minimize(loss)

 #init = tf.initialize_all_variables()
 #新版本的tensorflow使用下面的接口，老版本使用上面的接口
 init = tf.global_variables_initializer()

 sess = tf.Session()
 sess.run(init)

 #进行拟合找到适合的参数
 for step in xrange(0,201):
     sess.run(train)
     if (step) % 20 == 0:
         print step,sess.run(w),sess.run(b)
         

实验结果:

 runfile('/home/zhuang/project/1-AI/My_AI_Study_Project/3-tensorflow/005-test.py', wdir='/home/zhuang/project/1-AI/My_AI_Study_Project/3-tensorflow')
 0 [[0.39894426 0.3333286 ]] [0.14586714]
 20 [[0.16806586 0.26403958]] [0.22699882]
 40 [[0.12101775 0.22725435]] [0.27309927]
 60 [[0.10728491 0.21063562]] [0.28998315]
 80 [[0.10265137 0.20403926]] [0.2962562]
 100 [[0.10098286 0.20152006]] [0.29859895]
 120 [[0.10036676 0.20057023]] [0.29947543]
 140 [[0.10013718 0.20021366]] [0.29980358]
 160 [[0.10005137 0.20008004]] [0.29992643]
 180 [[0.10001925 0.20002998]] [0.29997244]
 200 [[0.10000721 0.20001122]] [0.29998967]

我们的目标方程y_data = np.dot([0.100,0.200],x_data) + 0.300，经过200次的训练更新w,b参数为[[0.10000721 0.20001122]] [0.29998967]，非常接近我们方程的参数。