用TensorFlow随机产生w和b，为了图形显示需要，分别定义名称myw和myb
w = tf.Variable(tf.random_uniform([1],-1.,1.),name='myw')
b = tf.Variable(tf.zeros([1]),name='myb'）
#根据随机产生的w和b，结合上面随机产生的特征向量x_data，经过计算得出预估值y = w * x_data + b#以预估值y和实际值y_data之间的均方差作为损失
loss = tf.reduce_mean(tf.square(y-y_data,name='mysquare'), name='myloss')
#采用梯度下降法来优化参数
optimizer = tf.train.GradientDescentOptimizer(0.5)train = optimizer.minimize(loss,name='mytrain')