（二）Tensorflow学习——构造线性回归模型

实验在jupyter notebook上运行。

一、导入相关包

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline  # 保证图像直接在notebook上显示，不用显示调用plt.show()

二、随机生成x，y数据

num_points = 1000
vector_sets = []
for i in range(num_points):
    x1 = np.random.normal(0.0, 0.55)
    y1 = x1 * 0.1 + 0.3 + np.random.normal(0.0, 0.03)  # 产生噪声
    vector_sets.append([x1, y1])
    
# 生成一些样本
x_data = [v[0] for v in vector_sets]
y_data = [v[1] for v in vector_sets]

plt.scatter(x_data, y_data, c='r')

三、构造线性回归模型

构造线性回归模型，训练出两个参数w、b。

在机器学习中，需要对权重系数