这里x使用random.normal函数取值，输出张量的形状100X1，正态分布的均值为2，正态分布的标准差为2。 然后使用tf.matmul构建y = 5x + 4。注意类型一致。 请补充一下代码： import tensorflow as tf tf.compat.v1.disable_eager_execution() # 1）准备好数据集：y = 5x + 4 100个样本 # 特征值X, 目标值y_true # 请补全下行代码 使用random.normal函数取值 X = ... # y_true [100, 1] # 2）矩阵运算 X（100,1）* （1, 1）= y_true(100, 1) # 请补全下行代码 使用tf.matmul构建y = 5x + 4 y_true = ...

import tensorflow as tf

tf.compat.v1.disable_eager_execution()

# 1）准备好数据集：y = 5x + 4 100个样本
# 特征值X, 目标值y_true
# 使用random.normal函数取值
X = tf.random.normal(shape=(100, 1), mean=2, stddev=2)

# y_true [100, 1]
# 2）矩阵运算 X（100,1）* （1, 1）= y_true(100, 1)
# 使用tf.matmul构建y = 5x + 4
weights = tf.constant([[5]], dtype=tf.float32)
bias = tf.constant([[4]], dtype=tf.float32)
y_true = tf.matmul(X, weights) + bias

# 执行后续操作...