使用飞桨重写波士顿房价预测任务

1.数据处理

　　数据处理不依赖飞桨框架实现，与使用Python构建房价预测任务的代码相同。

2.模型设计

　　定义线性回归网络结构（几层网络，输入维度，输出维度），指定前向计算方式。

3.训练配置

　　设定模型训练状态，优化算法和学习率。

4.训练过程

　　还是采用二层循环嵌套方式：内层循环：按批大小（batch_size，即一次模型训练使用的样本数量），对数据集进行一次遍历，完成一轮模型训练。外层循环：定义遍历数据集的次数，即模型训练的轮次（epoch）。

5.模型保存与评价

　　保存训练模型，再加载该模型，设置预测状态，使用测试数据进行预测。