可视化TF numpy，matploytlib h（x）= w * x + b作为连续值w，b就是需要不断进行修正。一般都是通过梯度下降的方法将w，b进行修正。的速度一般的梯度下降方式有： 新元 最简单的方式，就是测试数据分批进行神经网络计算。 势头 传统的W参数更新为：W + =-学习率* dx动量则是加上一个惯性，即m = b1 * m学习率* dx W + = m 阿达格拉德 对学习率进行更新：v + = dx ^ 2 W + =-学习率* dx /√vv算是一种惩罚措施，逼迫朝着正