本博主最近在準備學習入手百度的深度學習架構-PaddlePaddle，本部落格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後檢視。

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/

官方提供的程式碼解決的問題背景為：根據影響房價的13個維度的引數來使用線性迴歸來進行在新給定13個維度的資料時預測房價

官方程式碼的邏輯是：

1.使用線性迴歸進行預測，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....的表示式，包括偏置bias。這個模型的引數從給定檔案中進行讀取。

其程式碼為：

2.好了模型的引數咱有了，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麼把這些資料作為輸入和給定的模型引數進行結合起來呢，然後輸出是什麼呢，喔~

構建一個網路來指定輸入，輸入有多少個變數（維度），輸出跟輸入之間的對映關係，每個輸入都用到了，那就是全連線唄，輸出是房價，維度就是1唄，使用的是線性迴歸，激勵函式就是線性迴歸，這樣不是把輸入變數和輸入變數都給定了嘛，而且還建立了它們之間的對映關係。

OK，模型對映關係搭建好了，現在就可以進行預測啦

恩，總體程式碼如下：

聰明的你是不是覺得還挺簡單的呢~