网络异常，图片无法展示
|
从实践出发学习 TensorFlow 和 teras 机器学习框架，分别用 tf 和 keras 实现线性模型，两者区别在于前者相当于手推了线性回归模型，后者使用单层的感知机，很便捷。
使用 TensorFlow（2.0）
需要自定义优化器、拟合函数等，如下：
from __future__ import absolute_import, division, print_function
复制代码
这里说一下 TensorFlow 中求平均值函数 reduce_mean()，可以定义按照行或者列求平均值等；
# tf中reduce函数计算均值
复制代码
在 TensorFlow 中，梯度下降法 GradientTape 的使用：
#举个例子：计算y=x^2在x = 3时的导数：
复制代码
输出训练过程：
网络异常，图片无法展示
|
训练结果：;
网络异常，图片无法展示
|
使用 keras
keras 实现线性回归不用在意实现细节，定义一个感知机模型（单层网络）训练即可，如下：
import tensorflow as tf
复制代码
这里讲一下 numpy.array 和 pd.dataframe 的相互转换，一般 py 包中默认使用 numpy 作为基本的向量操作包，对于习惯使用 pd.dataframe 的人来说，要熟悉基本操作：
# 两个array合并后转秩，才能得到一个df
复制代码
原始数据分布：
网络异常，图片无法展示
|
拟合的效果图：
网络异常，图片无法展示
|
