使用飞桨重写波士顿房价预测人物

首先加载飞桨，NumPy和相关类库

import paddle
from paddle.nn import Linear
import paddle.nn.functional as F
import numpy as np
import os
import random

• 动态图模式（命令式编程范式，类比Python）：解析式的执行方式。用户无需预先定义完整的网络结构，每写一行网络代码，即可同时获得计算结果；

1.数据处理

2.模型设计

飞桨建议通过创建Python类的方式完成模型网络的定义，该类需要继承paddle.nn.Layer父类，并且在类中定义init函数和forward函数。

定义init函数：在类的初始化函数中声明每一层网络的实现函数。

定义forward函数：构建神经网络结构，实现前向计算过程，并返回预测结果，在本任务中返回的是房价预测结果

3.训练配置

 模型实例有两种状态：训练状态.trai