使用tensorflow預測一進制一次方程組系數

import tensorflow as tf
import numpy as np

#使用numpy 随機生成100個随機值
x_data = np.random.rand(100)
#生成y值
y_data = x_data*0.1+0.2

#構造一個線性模型
b=tf.Variable(0.)
w=tf.Variable(0.)
#模型要預測的方程式
y=w*x_data+b

#二次代價函數-定義損失
loss= tf.reduce_mean(tf.squqre(y_data-y))
#定義一個梯度下降法來優化更新步長
optimizer = tf.train.GradientDescentOptimizer(0.2)
#根據損失進行參數優化
train = optimizer.minimize(loss)

#初始化變量
init = tf.global_variables_initializer()


with tf.Session() as sess:
    sess.run(init)
    for step in range(2.0):
        sess.run(train)