MXNet线性回归

 在本文，我们将介绍如何通过使用 mxnet 的 api 实现线性回归。

Note:This blog without all the resources that are outside the original,reproduced please indicate the source.

官网指导:mxnet.incubator.apache.org,文中如有任何错漏的地方请谅解并指出,不胜感激.

 我们尝试去学习的函数是 : (y = X1 + 2* X2 ),（X1，X2）是输入特征,Y是相应的标签.

前提

为了完成教程,我们需要做一下准备:

• 安装好mxnet.(可以看我相关的安装演示)
• 安装Jupyter Notebook

$ pip install jupyter

在实验之前,我们需要导入必要的包,在接下来的练习中会使用到他们.

import mxnet as mx
import numpy as np

import logging
logging.getLogger().setLevel(logging.DEBUG)

准备数据

 在mxnet中,数据是通过数据迭代器输入的。在这里，我们将说明如何将数据转化为一个迭代器，MXNet可以使用。示例中使用的数据是由具有相应整数标签的2D数据点组成的。

#Training data
train_data = np.random.uniform(0, 1, [100, 2])
train_label = np.array([train_data[i][0] + 2 * train_data[i][1] for i in