TensorFlow学习：安装和使用

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/AileenNut/article/details/78330829

TensorFlow的安装环境是Linux，具体步骤参考自如下文章，感觉简单明了，配置好TensorFlow后安装Komodo IDE方便Python编程。

参考文章：真正从零开始，TensorFlow详细安装入门图文教程！

都装好后在Komodo中新建文档，右上角选择编程语言为python，拷贝TensorFlow的示例代码，另存为1.py。

该示例代码的功能是生成一些三维数据，并使用平面拟合，代码如下：

#coding:utf-8
import tensorflow as tf
import numpy as np

# 使用 NumPy 生成假数据(phony data), 总共 100 个点.
x_data = np.float32(np.random.rand(2, 100)) # 随机输入
y_data = np.dot([0.100, 0.200], x_data) + 0.300

# 构造一个线性模型
# 
b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b

# 最小化方差
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)

# 初始化变量
init = tf.initialize_all_variables()

# 启动图 (graph)
sess = tf.Session()
sess.run(init)

# 拟合平面
for step in xrange(0, 201):
    sess.run(train)
    if step % 20 == 0:
        print step, sess.run(W), sess.run(b)

# 得到最佳拟合结果 W: [[0.100  0.200]], b: [0.300]

在终端界面进入保存该代码的文件目录，然后使用python执行，即可得到显示结果，具体如下图：