摘要： 线性回归：w1x1+w2x2+w3x3+......+wnxn+bias(这是一个偏移量)，我们采用的算法是：线性回归，策略是：均方误差，优化是：梯度下降API, 1.转准备好实验的数据：100个数据，每一个有一个特征值，所以形成一个【100,1】的列表，在准备一个目标函数：y=0.8x+0.7那么 阅读全文

摘要： 随机数的产生： tf.random_normal(形状，平均值，方差); 例如： a = tf.random_normal([2,3],mean = 1.0,stddev = 1.0) with tf.Session() as sess: print(sess.run(a)) 变量op: 作用：变量 阅读全文