主要介绍了运用TensorFlow进行简单实现线性回归、梯度下降示例，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

线性回归属于监督学习，因此方法和监督学习应该是一样的，先给定一个训练集，根据这个训练集学习出一个线性函数，然后测试这个函数训练的好不好(即此函数是否足够拟合训练集数据)，挑选出最好的函数(cost function最小)即可。 单变量线性回归： a) 因为是线性回归，所以学习到的函数为线性函数，即直线函数； b) 因为是单变量，因此只有一个x。 我们能够给出单变量线性回归的模型： 我们常称x为feature，h(x)为hypothesis。 上面介绍的方法中，我们肯定有一个疑问，怎样能够看