《深度学习之TensorFlow入门、原理与进阶实战》—3.3.5 实例4：通过字典类型定义“学习参数”

3.3.5  实例4：通过字典类型定义“学习参数”

　　实例描述

　　在代码“3-1线性回归.py”文件的基础上，使用字典的方式来定义学习参数。

　　通过字典的方式定义和直接定义比较相似，只不过是堆叠到了一起。修改“3-1线性回归.py”例子代码如下。

代码3-4  通过字典类型定义学习参数

……

# 模型参数

paradict = {

    'w': tf.Variable(tf.random_normal([1])),

    'b': tf.Variable(tf.zeros([1]))

}

# 前向结构

z = tf.multiply(X, paradict['w'])+ paradict['b']

　　上面代码同样只是列出了关键部分，全部的代码都可以在本书的配套代码中找到。