Tensorflow线性回归

源代码：

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

#设置训练参数，learning_rate=0.01，training_epochs=1000，display_step=50
learning_rate=0.01
training_epochs=1000
display_step=50
#创建训练数据
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]
#构造计算图，使用变量Variable构造变量X，Y，代码如下：
X=tf.placeholder("float")
Y=tf.placeholder("float")
#设置模型的初始权重
W=tf.Variable(np.random.randn(),name="weight")
b=tf.Variable(np.random.randn(),name='bias')
#构造线性回归模型
pred=tf.add(tf.multiply(X,W),b)
#求损失函数，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，即最优解
optimizer=tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)
#初始化全部变量
init =tf.global_variables_initializer()
#使用tf.Session()创建Session会话对象，会话封装了Tensorflow运行时的状态和控制。
with tf.Session() as sess:
    sess.run(init)
#调用会话对象sess的run方法，运行计算图，即开始训练模型。
#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))
    #打印训练模型的代价函数。
    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))
    #可视化，展现线性模型的最终结果。
    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()

结果截图：

 

 

 

 遇到的问题：

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

解决方法：

把platforms文件夹拷贝到python.exe同级目录下。