使用TensorFlow实现梯度下降法解决线性回归问题

线性回归是机器学习中最基础的任务之一，通过建立一个线性模型，预测输入特征与输出之间的关系。而TensorFlow作为一个强大的开源机器学习框架，提供了许多高效的工具和函数来构建和训练模型。在本文中，我将使用TensorFlow实现梯度下降法来求解线性回归模型。

首先，我们需要导入必要的库：

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

接下来，我们可以生成一些用于训练的样本数据。这里我们假设有一个简单的线性关系，即输入特征x和输出y满足y = 2x + 1。我们随机生成一些数据点，并添加一些噪音：

# 生成样本数据
num_