Tensorflow——线性回归问题实战

Linear Equation（线性方程）：y = w * x + b

实现步骤

1：根据随机初始化的 w x b 和 y 来计算 loss
2：根据当前的 w x b 和 y 的值来计算梯度
3：更新梯度，循环将新的 w′ 和 b′ 复赋给 w 和 b ，最终得到一个最优的 w′ 和 b′ 作为方程最终的参数

Step1：Compute Loss

def computer_error_for_line_given_points(b, w, points):
    totalError = 0
    for i in range(0, len(points)):
        x = points[i, 0]
        y = points[i, 1]
        totalError += (y - (w * x + b)) ** 2
    return totalError / float(len(points))

Step2：Compute Gradient and update

def step_gradient(b_current, w_current, points, learningRate):
    b_gradient = 0
    w_gradient = 0
    N = float