TensorFlow以逻辑回归拟合二维数据

深度学习大概有如下4个步骤： （1）准备数据 （2）搭建模型 （3）迭代训练 （4）使用模型 准备数据阶段一般就是把与任务相关的数据收集起来，然后通过建立网络模型，经过一定的迭代训练让网络学习收集来的数据特征，形成一个可以用的模型，之后就是通过使用模型来解决现实中的问题。 假设有一组数据集，其中x和y的对应关系为y≈2x。 本例子就是让神经网络通过学习这些样本，并找到其中的规律，让神经网络能够总结

>>阅读原文<<