深度学习之线性模型

y = w * x模型

思路

这里求权重w , 求最适合的权重，就是求损失值最小的时候
这里用穷举法:在一个范围内，列出w的所有值，并且计算出每组数据的平均损失值,以w 为横坐标, 损失值为纵坐标，作图，找到损失值最低的点，对应的就是最适合 的w

import numpy as np
import matplotlib.pyplot as plt

#线性模型： y = w ·  ···* x
# 此次数据集模型： y = 2x
x_data = [1.0, 2.0, 3.0]
y_data = [2.0, 4.0, 6.0]

def forward(x):
    return x*w

#预测的损失值，预测的y值到真实y值的之差
# 由于可能是正的，也有可能是负的，这里的损失值用它们的平方来表示

def loss(x, y):
    return (forward(x) - y)**2

#穷举法：金肯列举一个范围的所有的w值，求出每个w值的时，三组数据的loss值的平均值，
#以每组数据的w和平均损失值值为