通过调用Tensorflow计算梯度下降的函数tf.train.GradientDescentOptimizer来实现优化。
代码如下：
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
#程序作用：
#线性回归：通过调用Tensorflow计算梯度下降的函数tr.train.GradientDescentOptimizer来实现优化。
import os
import tensorflow as tf
import numpy as np
tf.compat.v1.disable_eager_execution() #为了tensorflow2.x支持placeholder等
trX=np.linspace(-1,1,101)
trY=2*trX+np.random.randn(*trX.shape)*0.33 #创建一些线性值附近的随机值
#X = tf.placeholder("float")
#Y = tf.placeholder("float")
X = tf.compat.v1.placeholder("float")
Y = tf.compat.v1.placeholder("float")
#X = tf.Variable("float")
#Y = tf.Variable("float")
def model(X,w):
return tf.multiply(X, w) # X*w线性求值，非常简单
w=tf.Variable(0.0,name="weights")
y_model=m
