转自：https://blog.csdn.net/SEUer_jeff/article/details/79450152
本博主最近在准备学习入手百度的深度学习架构-PaddlePaddle，本博客是本博主在学习的过程中的一些心得，写下是为了分享一些自己的心得，也是为了方便自己以后查看。
本文章主要针对PaddlePaddle上的快速入门案例的讲解，地址为：http://paddlepaddle.org/
官方提供的代码解决的问题背景为：根据影响房价的13个维度的参数来使用线性回归来进行在新给定13个维度的数据时预测房价
官方代码的逻辑是：
1.使用线性回归进行预测，得有个关于每个维度对结果影响的权值吧，也就是f(x)关于x1,x2,x3....的表达式，包括偏置bias。这个模型的参数从给定文件中进行读取。
其代码为：
2.好了模型的参数咱有了，咱得有个测试集可以开始进行预测了吧。这个好办：
恩~细想一下有了这个测试集我要怎么把这些数据作为输入和给定的模型参数进行结合起来呢，然后输出是什么呢，喔~
构建一个网络来指定输入，输入有多少个变量（维度），输出跟输入之间的映射关系，每个输入都用到了，那就是全连接呗，输出是房价，维度就是1呗，使用的是线性回归，激励函数就是线性回归，这样不是把输入变量和输入变量都给定了嘛，而且还建立了它们之间的映射关系。
OK，模型映射关系搭建好了，现在就可以进行预测啦
恩，总体代码如下：
聪明的你是不是觉得还挺简单的呢~