用TensorFlow进行平面拟合

前言

从今天开始，本人打算开始学习TensorFlow了，还别说内心真是有一点小激动（2333~）
废话不多说，直接进入正题吧!

问题简述

使用numpy生成一些三维的数据，然后用一个平面来拟合。

步骤

1. 使用numpy来生成一些数据
2. 构造线性模型
3. 最小化方差
4. 初始化变量
5. 启动图
6. 拟合平面

遇到的坑

作为刚入门TensorFlow的小白，我并不知道TensorFlow1和TensorFlow2有很大的差距，我就直接安装了TensorFlow2，谁知道TensorFlow2中移除了TensorFlow1中的很多模块，而网上给的示例程序是需要用TensorFlow1才能跑的，我直接吐了~~，最后多谢Stack Overflow这个网站帮了我大忙。

修改后的代码

# ！/usr/bin/env python
# —*— coding: utf-8 —*—
# @Time:    2019/12/28 21:41
# @Author:  Martin
# @File:    Plane_fitting.py.py
# @Software:PyCharm
import tensorflow.compat.v1 as tf
import numpy as np

tf.disable_v2_behavior()
# 使用numpy生成数据，总共100个点
x_data = np.float32(np.random.rand(2, 100))
y_data = np.dot([0.100, 0.200], x_data) + 0.300
# 构造线性模型
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
sess = tf.Session()
sess.run(init)
# 拟合平面
for step in range(0, 201):
    sess.run(train)
    if step % 20 == 0:
        print(step, sess.run(W), sess.run(b))

最终结果

得到的最佳拟合结果 W：[[0.09999846 0.19999844]]，b：[0.30000156]