python机器学习（Tensorflow）

TensorFlow是一种流行的机器学习框架，提供了许多方便的工具帮助你实现各种机器学习算法。

下面是使用 TensorFlow 实现线性回归的示例：

首先，我们需要安装 TensorFlow 库：

pip install tensorflow

然后，我们可以使用 TensorFlow 生成模拟数据：

import tensorflow as tf
import numpy as np

# 生成模拟数据
num_samples = 100
X = np.linspace(-1, 1, num_samples)
y = 2 * X + 1 + np.random.normal(0, 0.5, num_samples)

# 将数据转换为 TensorFlow 的张量
X = tf.cast(X, tf.float32)
y = tf.cast(y, tf.float32)

接下来，我们可以定义模型的输入和输出，并初始化模型的参数：

# 定义模型的输入和输出
inputs = tf.expand_dims(X, 1)
labels = y

# 初始化模型的参数
w = tf.Variable(initial_value=tf.random.normal((1, 1)))
b = tf.Variable(initial_value=tf.zeros(1))

然后，我们可以定义损失函数和优化器，并使用 TensorFlow 的自动求导功能计算梯度：