Tensorflow線性迴歸

原始碼：

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import os
os.environ["CUDA_VISIBLE_DEVICES"]="0"

#設定訓練引數，learning_rate=0.01，training_epochs=1000，display_step=50
learning_rate=0.01
training_epochs=1000
display_step=50
#建立訓練資料
train_X=np.asarray([3.3,4.4,5.5,6.71,6.93,4.168,9.779,6.182,7.59,2.167,
                    7.042,10.791,5.313,7.997,5.654,9.27,3.1])
train_Y=np.asarray([1.7,2.76,2.09,3.19,1.694,1.573,3.366,2.596,2.53,1.221,
                    2.827,3.465,1.65,2.904,2.42,2.94,1.3])
n_samples=train_X.shape[0]
#構造計算圖，使用變數Variable構造變數X，Y，程式碼如下：
X=tf.placeholder("float")
Y=tf.placeholder("float")
#設定模型的初始權重
W=tf.Variable(np.random.randn(),name="weight")
b=tf.Variable(np.random.randn(),name='bias')
#構造線性迴歸模型
pred=tf.add(tf.multiply(X,W),b)
#求損失函式，即均方差
cost=tf.reduce_sum(tf.pow(pred-Y,2))/(2*n_samples)
#使用梯度下降法求最小值，即最優解
optimizer=tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)
#初始化全部變數
init =tf.global_variables_initializer()
#使用tf.Session()建立Session會話物件，會話封裝了Tensorflow執行時的狀態和控制。
with tf.Session() as sess:
    sess.run(init)
#呼叫會話物件sess的run方法，執行計算圖，即開始訓練模型。
#Fit all training data
    for epoch in range(training_epochs):
        for (x,y) in zip(train_X,train_Y):
            sess.run(optimizer,feed_dict={X:x,Y:y})

        #Display logs per epoch step
        if (epoch+1) % display_step==0:
            c=sess.run(cost,feed_dict={X:train_X,Y:train_Y})
            print("Epoch:" ,'%04d' %(epoch+1),"cost=","{:.9f}".format(c),"W=",sess.run(W),"b=",sess.run(b))
    #列印訓練模型的代價函式。
    training_cost=sess.run(cost,feed_dict={X:train_X,Y:train_Y})
    print("Train cost=",training_cost,"W=",sess.run(W),"b=",sess.run(b))
    #視覺化，展現線性模型的最終結果。
    plt.plot(train_X,train_Y,'ro',label='Original data')
    plt.plot(train_X,sess.run(W)*train_X+sess.run(b),label="Fitting line")
    plt.legend()
    plt.show()

結果截圖：

遇到的問題：

This application failed to start because it could not find or load the Qt platform plugin “windows”.
Reinstalling the application may fix this problem.

解決方法：

把platforms資料夾拷貝到python.exe同級目錄下。