下面這個示例的思路，先講解一下，不然不知道它們在幹嘛：）
先給出一個線性方程（1），如下圖：
利用這個方程生成一堆資料集，然後再建立一個線性回歸模型（2），如下圖：
等價于下面這樣：
（注：上圖中的b1 , b2 ... 其實相同）
再利用随機梯度下降法，進行疊代運算，計算預測值yhat，直到下面的損失函數
不斷減小（即：收斂)，然後看看這時得到的參數w(是一個向星)以及偏置值b是否跟線性方程中設定的參數[2, -3.4]以及4.2相同，如果很接近，說明我們用深度學習算法，基于一堆資料成功預測出了想要的結果（即：線性回歸成功），這種已知答案，利用一堆資料進行訓練的學習方法，也稱為有監督學習。