线性回归是神经网络最基础的一个模型
预测房价：
权重和偏差的实际值在后面决定
一、定义模型：
线性模型等价于单层（带有权重的层为1）的神经网络，输入（权重和输入层放在一起）若干变量，输出预测结果：
神经网络的灵感来源：
二、衡量标准：平方损失
三、训练数据，确定偏差和权重
四、求解模型
显示解的结果：
总结线性回归：具有显式解
基础优化方法汇总
1：梯度下降
学习率：是一个超参数，人为指定
问题：如何确定学习率？
梯度下降：近似损失
批量大小的选择：
