线性回归模型

1.线性回归

本质是一个神经元。

-*-线性回归预测的是一个连续值或任意实数。

（1）模型定义

#初始化变量或模型参数
W = tf.Variable(tf.zeros([2, 1]), name=“weights”)
b = tf.Variable(0, name=“bias”)

#推断函数
def inference(X):
return tf.matmul(X, W) + b

（2）损失函数

def loss(X, Y):
Y_predicted = inference(X)
return tf.reduce_sum(tf.squared_difference(Y, Y_predicted))

（3）梯度下降法进行训练

def train(total_loss):
learning_rate = 0.0000001
return tf.train.GradientDescentOptimizer(learning_rate).minimize(total_loss)