之前写过TensorFlow建立神经网络的固定步骤： https://blog.csdn.net/STILLxjy/article/details/89366256
现在我们严格按照上面的步骤实现线性回归。
已知一些点坐标（x,y）,通过一条直线去拟合数据点（类似于根据大小估计房屋的价格）
（1）通过 y=2x + e 的方式创建实验数据，e为噪音
（2）按照步骤建立神经网络：
一：定义计算图结构
1：定义占位符x,y
2：定义变量W,随机初始化
3：定义预测值y_pred
二：定义损失函数
4：损失函数为 (y_pred - y)^2 取平均值
三：定义优化器
5：使用梯度下降算法最小化损失，步长为0.1
四：定义会话训练网络
6：初始化变量
7：迭代30次训练网络，更新参数值
（3）主函数
（4）实验结果：