按课程案例，动手完成编码实践。
通过梯度下降优化器进行优化，尝试采用不同的学习率和训练轮数等超参数，记录训练后的损失值和W、b变量值。
提交要求：
1、至少5次不同超参数的运行结果的记录文档（word格式或者txt格式）
2、你认为最优的一次带运行结果的源代码文件（.ipynb 格式）
3、以上两个文件一起压缩为一个压缩文件后作为附件上传
评价标准：
1、完成案例中的代码，有完整的代码，模型能运行优化出结果，8分；
2、调整过超参数，记录文件中有至少5组数据，2分；
利用python面向对象的思
