TensorFlow实战1：实现单变量线性回归

最近在学习TensorFlow，这款由Google开源的深度学习框架在不到两年的时间里取得了巨大的发展，在GitHub上面的活跃度也远超其他深度学习框架。学习TensorFlow对于初学者而言是一个非常不错的选择。下面是我将用TensorFlow实现机器学习算法当中的线性回归的小例子，我所在的运行环境是在jupyter notebook上面进行的，也可以用其他的一些运行环境。

接下来是实现线性回归的步骤和代码：

1、数据准备
实际的数据大家可以通过pandas等package读入，也可以使用自带的Boston House Price数据集，这里为了简单，我们自己手造一点数据集。

%matplotlib inline    
#上面一行是将图形嵌入到jupyter notebook中
import numpy as np
import tensorflow as tf
import matplotlib.pyplot as plt
plt.rcParams["figure.figsize"] = (14,8)   #作出长14，宽8的图

n_observations = 100   #制作100个点
xs = np.linspace(-3,3,n_observations)   #横轴在（-3，3）区间中
ys = np.sin(xs) + np.random.uniform(-