目录 解释版 非解释版 解释版 import tensorflow as tf import numpy as np #数据可视化matplotlib.pyplot库 import matplotlib.pyplot as plt #使用numpy生成2000个随机点---------样本(我们所拿到数据) #numpy.linspace(start, stop, num=200) #产生从start到stop的等差数列,np.newaxis的作用是增加一个维度。 #numpy.random.normal(loc=正态分布的均值,scale=正态分布的标准差,参数size(int 或者整数元组):输出的值赋在shape里,默认为None) x_data = np.linspace(-0.5,0.5,200)[:,np.newaxis] noise = np.random.normal(0,0.02,x_data.shape) y_data = np.square(x_data) + noise #定义两个placeholder x = tf.placeholder(tf.float32,[None,1]) y = tf.placeholder(tf.float32,