本文实例讲述了Python通过TensorFLow进行线性模型训练原理与实现方法。分享给大家供大家参考，具体如下：
1、相关概念
例如要从一个线性分布的途中抽象出其y=kx+b的分布规律
特征是输入变量，即简单线性回归中的 x 变量。简单的机器学习项目可能会使用单个特征，而比较复杂的机器学习项目可能会使用数百万个特征。
标签是我们要预测的事物，即简单线性回归中的 y 变量。
样本是指具体的数据实例。有标签样本是指具有{特征,标签}的数据，用于训练模型，总结规律。无标签样本只具有特征的数据x，通
基于tensorflow实现线性回归的模型训练预测
import numpy as np
import matplotlib.pyplot as plt
import tensorflow as tf
if __name__ == '__main__':
with tf.Graph().as_default():
# 一、执行图的构建
# a. 定义占位符
input_x = tf.placeholder(dtype=tf.float32
