预测酸奶生产量，可能生产多了卖不出去，也有可能供不应求。现考虑生产多了或少了影响相同的情况。
假设有两个输入特征。
我们人为设定正确的y应该是1*x1+1*x2（+-）0.05。（所以正确答案的参数应该就是(1,1),0.05是偏差）
使用tensorflow进行神经网络铺设。
首先给所寻找的参数wl随机赋值，使用正态分布的取值方法。
使用梯度下降/Adam算法进行优化，寻找最优的参数值wl(w1,w2)。
最后输出训练出的模型的参数wl。
迭代两万次比迭代一万次结果更准确。
一万次结果：
两万次结果：
结果使用优化算法Adam算法比普通的梯度下降算法得到的参数更接近真实结果。
Adam：
普通梯度下降法：