通过调用Tensorflow计算梯度下降的函数tf.train.GradientDescentOptimizer来实现优化。

代码如下：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
#程序作用：
#线性回归：通过调用Tensorflow计算梯度下降的函数tr.train.GradientDescentOptimizer来实现优化。import os
import  tensorflow as tf
import numpy as nptf.compat.v1.disable_eager_execution()  #为了tensorflow2.x支持placeholder等trX=np.linspace(-1,1,101)
trY=2*trX+np.random.randn(*trX.shape)*0.33  #创建一些线性值附近的随机值#X = tf.placeholder("float") 
#Y = tf.placeholder("float")X = tf.compat.v1.placeholder("float") 
Y = tf.compat.v1.placeholder("float")
#X = tf.Variable("float")
#Y = tf.Variable("float")def model(X,w):return tf.multiply(X, w)   # X*w线性求值，非常简单w=tf.Variable(0.0,name="weights")
y_model=m