Tensorflow训练的核心步骤

Tensorflow训练的核心步骤：

• 准备数据
• 构建模型
• 训练模型
• 进行预测

线性方程：$y=w\ast x+b$
需要生成人工数据集，随机生成一个近似采样随机分布，使得w=2.0，b=1，并加入一个噪声，噪声的最大振幅为0.4

%matplotlib notebook
import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn.utils import shuffle

np.random.seed(5)
x_data = np.linspace(-1,1,100)
#此处为y=2*x+1.0+噪声
y_data = 2*x_data+1.0+np.random.randn(*x_data.shape)*0.4

plt.scatter(x_data,y_data)
plt.plot(x_data,2*x_data+1.0,color='red',linewidth=3)

<IPython.core.display.Javascript object>

[<matplotlib.lines.Line2D at 0xa35759910>]

x = tf.placeholder("float",name="x")
y