目前，我正在尝试构建一个线性回归，使用出生率（x）作为预测因子来预测预期寿命（y）。 y = w * x + b数据集可以在这里找到：Dataset
这是我的代码的在线链接：Code
这个想法很简单：我在每个时期内运行300个时期，我将逐个配对的样本（x值，y值）提供给梯度优化器，以最大限度地减少损失函数。
但是，我获得的结果是非常错误的。我的结果图片：my result
它不是具有负斜率，而是总是产生正斜率，而提供here的样本答案导致具有负斜率的更好模型。
我的编码出了什么问题？
问题是线的位置
sess.run(tf.global_variables_initializer())
因为它在while循环中，所以w和b在每次迭代时重新初始化为0.因此，您所看到的是一次循环迭代训练（最后一次）的结果。您应该在while循环之前移动该行。