写一个Tensorflow例子

好的，我可以为您提供一个简单的Tensorflow例子。以下是一个使用Tensorflow实现线性回归的例子：

首先，我们需要导入Tensorflow库：

import tensorflow as tf

然后，我们可以定义一些训练数据：

x_train = [1, 2, 3, 4]
y_train = [, -1, -2, -3]

接下来，我们可以定义模型的输入和输出：

x = tf.placeholder(tf.float32)
y = tf.placeholder(tf.float32)

然后，我们可以定义模型的参数：

W = tf.Variable([.3], tf.float32)
b = tf.Variable([-.3], tf.float32)

接着，我们可以定义模型的结构：

linear_model = W * x + b

然后，我们可以定义损失函数：

loss = tf.reduce_sum(tf.square(linear_model - y))

接下来，我们可以定义优化器：

optimizer = tf.train.GradientDescentOptimizer(.01)
train = optimizer.minimize(loss)

最后，我们可以开始训练模型：

init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)

for i in range(100):
sess.run(train, {x: x_train, y: y_train})

最后，我们可以输出模型的结果：

curr_W, curr_b, curr_loss = sess.run([W, b, loss], {x: x_train, y: y_train})
print("W: %s b: %s loss: %s"%(curr_W, curr_b, curr_loss))

希望这个例子能够帮助您了解如何使用Tensorflow实现线性回归。