import numpy as np
x_data=np.float32(np.random.rand(100,2))
y_data=(np.dot(x_data,[0.100,0.200])+0.300).reshape(-1,1)
import tensorflow as tf
x_input=tf.placeholder(tf.float32,shape=[None,2])
y_actual=tf.placeholder(tf.float32,shape=[None,1])
W=tf.Variable(tf.random_uniform([2,1],-1.0,1.0))
b=tf.Variable(tf.zeros([1]))
m=tf.matmul(x_input,W)
y=m+b
loss=tf.reduce_mean(tf.square(y-y_actual))
optimizer=tf.train.GradientDescentOptimizer(0.5)
train=optimizer.minimize(loss)
init=tf.global_variables_initializer()
sess=tf.Session()
sess.run(init)
for step in range(0,200):
sess.run(train,feed_dict={x_input:x_data,y_actual:y_data})
if step%20==0:
print(step,sess.run(W).T[0],sess.run(b))
1.生成数组（line1-3）
2.构建模型（line5-11）
3.确定损失函数（line13）
4.设置学习率（line14）
5.设定模型训练目标（line15）
6.模型初始化（line17-19）
7.模型训练（line21-24）
