TensorFlow实现Python线性回归出现Incompatible shapes报错求助

报错的核心原因是输入特征数组X和标签数组Y的长度不匹配：

• 你定义的X数组共有17个元素，计算得到n_samples = 17
• 你定义的Y数组共有18个元素
  在计算损失函数执行y_pred - y_true操作时，两个形状不同的张量无法进行逐元素运算，因此抛出InvalidArgumentError。

只需要对齐两个数组的长度即可，两种可选方式：

1. 补充X数组中缺失的1个对应特征值，让X长度变为18和Y匹配
2. 删除Y数组中多余的1个标签值，让Y长度变为17和X匹配

这里以第二种方式为例，修正后的数组定义代码如下：

# 原X数组保持不变，长度17
X= np.array([3.3,4.4,5.5,6.71,6.93,4.168,9.779,6.182,7.59,2.167,
            7.042,10.791,5.313,7.997,5.654, 9.27,3.1])
# 删除Y数组最后多余的1个元素，长度改为17
Y=np.array([1.7,2.76,2.09,3.19,1.694,1.573,3.366,2.596,2.53,1.22, 
            1, 2.827,3.465,1.65,2.904,2.42,2.94])

修改后重新运行代码即可正常训练，最后会输出拟合的线性回归参数以及绘制拟合效果图。

内容的提问来源于stack exchange，提问作者Nwankwo Fortune