《深度学习之TensorFlow入门、原理与进阶实战》—3.3.3 实例3：直接定义输入节点

3.3.3  实例3：直接定义输入节点

　　实例描述

　　在代码“3-1线性回归.py”文件的基础上，使用直接定义法来代替用占位符定义的输入。

　　直接定义，就是将定义好的Python变量直接放到OP节点中参与输入的运算，将模拟数据的变量直接放到模型中进行训练。代码如下：

代码3-3  直接定义输入节点

……

#生成模拟数据

train_X =np.float32( np.linspace(-1, 1, 100))

train_Y = 2 * train_X + np.random.randn(*train_X.shape) * 0.3 # y=2x，但是加入了噪声

#图形显示

plt.plot(train_X, train_Y, 'ro', label='Original data')

plt.legend()

plt.show()

# 模型参数

W = tf.Variable(tf.random_normal([1]), name="weight")

b = tf.Variable(tf.zeros([1]), name="bias")

# 前向结构

z = tf.multiply(W, train_X)+ b

?提示：上面只列出了3种方法中的关键代码，全部的代码在本书的配套代码可以中找到。