轉自：https://blog.csdn.net/SEUer_jeff/article/details/79450152
本博主最近在准備學習入手百度的深度學習架構-PaddlePaddle，本博客是本博主在學習的過程中的一些心得，寫下是為了分享一些自己的心得，也是為了方便自己以后查看。
本文章主要針對PaddlePaddle上的快速入門案例的講解，地址為：http://paddlepaddle.org/
官方提供的代碼解決的問題背景為：根據影響房價的13個維度的參數來使用線性回歸來進行在新給定13個維度的數據時預測房價
官方代碼的邏輯是：
1.使用線性回歸進行預測，得有個關於每個維度對結果影響的權值吧，也就是f(x)關於x1,x2,x3....的表達式，包括偏置bias。這個模型的參數從給定文件中進行讀取。
其代碼為：
2.好了模型的參數咱有了，咱得有個測試集可以開始進行預測了吧。這個好辦：
恩~細想一下有了這個測試集我要怎么把這些數據作為輸入和給定的模型參數進行結合起來呢，然后輸出是什么呢，喔~
構建一個網絡來指定輸入，輸入有多少個變量（維度），輸出跟輸入之間的映射關系，每個輸入都用到了，那就是全連接唄，輸出是房價，維度就是1唄，使用的是線性回歸，激勵函數就是線性回歸，這樣不是把輸入變量和輸入變量都給定了嘛，而且還建立了它們之間的映射關系。
OK，模型映射關系搭建好了，現在就可以進行預測啦
恩，總體代碼如下：
聰明的你是不是覺得還挺簡單的呢~