tensorflow简单示例代码

TensorFlow是一个开源的人工智能框架，它可以用于构建各种类型的神经网络。下面是三个简单的TensorFlow示例代码：

1. 卷积神经网络：可以用于图像分类和识别等任务。示例代码可以在TensorFlow官网上找到。

2. 循环神经网络：可以用于自然语言处理和时间序列预测等任务。示例代码可以在TensorFlow官网上找到。

3. 线性回归：可以用于预测一个变量与另一个或多个变量之间的关系。下面是一个简单的线性回归示例代码：

import tensorflow as tf
import numpy as np

# 生成100个随机点
x_data = np.random.rand(100)
y_data = x_data * 0.1 + 0.2

# 构造一个线性模型
b = tf.Variable(0.3)
k = tf.Variable(1.0)
y = k * x_data + b

# 二次代价函数
loss = tf.reduce_mean(tf.square(y_data-y))

# 定义一个梯度下降来进行训练的优化器
optimizer = tf.train.GradientDescentOptimizer(0.2)

# 定义一个最小化代价函数
train = optimizer.minimize(loss)

# 初始化变量
init = tf.global_variables_initializer()

with tf.Session() as sess:
    sess.run(init)
    for step in range(201):
        sess.run(train)
        # 每20次打印一下k和b的值
        if step%20 == 0:
            print(step, sess.run([k, b]))