5.3.4 基于TensorFlow的机器学习应用实例
这是TensorFlow官方教程上的第一个机器学习应用实例。
实例目标：在线性模型y=W*x+b中，不断改变W和b的值，来找到一个使loss（损失值）最小的值，本实例中的损失函数定义：预测值与真实值相减的平方求和，即loss = tf.reduce_sum（tf.square（linear_model - y））。
用的方法是梯度下降（Gradient Descent）优化算法，就是从变化速度最快的方向优化系数，TensorFlow已经将这类算法打包，开发者直接调用就可以实现。即直接调用tf.train.GradientDescentOptimizer（0.001），这里最小下降步长为0.001。
图5⁃23为该实例实现源代码图。
(https://www.daowen.com)
图5⁃23 基于TensorFlow的线性模型学习实现代码
本实例执行结果如下：
W：［2.982361］ b：［2.0705438］ loss：2.1294136
