#导入函数库 from tensorflow import keras import numpy as np #初始化训练集，其中units代表输入为1，即只有x一个 model = keras.Sequtial([keras.layers.Dense(units=1,input_shape=1)]) model.compile(optimizer = 'sgd',loss = 'mean_square_error') #创建数组元素，dtype设置数据类型 x = np.array([1,2,3,4,5,6],dtype = float) y = np.array([1,4,6,8,10,12],dtype = float) #进行模型训练并且预测7的值，epochs代表训练次数 model.fit(x,y,epochs = 1000) print(model.predict([7]))一、代码报错问题
若出现错误DDL....或者指明该模块不存在，我的办法是查找了其他博主所写的问题，重装过TensorFlow
pip uninstall tensorflow
但我出现的第二个问题找不到模块是因为当我pip install tensorflow的时候，没有出现‘Successful install TensorFlow’就直接退出cmd命令行，一定要等执行完毕再退出！
另外如果出现没有compat等报错的话，大概是由于TensorFlow版本问题，我的是2.9.1版本，可以win+R输入cmd，执行pip list 进行版本查看pyhton各个库的版本，另外，其他某些库的版本需要和numpy版本相适应。
二、线性训练该代码中所输入的x，y的值是本人随意给出的，可以明显的发现彼此的关系为,但实际中人的大脑不是总能一下子找出其中数据之间的关联，需要通过机器学习实践，并可以通过model.predict预测之后数的值。
三、备注
部分资料来源于B站此up主
