Exercise 1 - House Prices
在这个练习中，你将尝试建立一个神经网络，根据一个简单的公式预测房屋的价格。
想象一下，如果房屋定价简单到每间卧室的价格为 5 万 + 5 万，那么一间卧室的房屋价格为 10 万，两间卧室的房屋价格为 15 万等等。
你将如何创建一个神经网络来学习这种关系，从而预测 7 居室的房子价格接近 40 万等等。
提示：如果将房价缩小，你的网络可能会运行得更好。您不必给出 40 万的答案......也许创建一个能预测数字 4 的网络会更好，这样您的答案就会是 "数十万 "等。
import tensorflow as tf
import numpy as np
from tensorflow import keras
model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])]) # Your Code Here#
model.compile(optimizer='sgd', loss='mean_squared_error') # Your Code Here#
xs = np.array([1.0, 2.0, 3.0, 4.0, 5.0, 6.0], dtype=float) # Your Code Here#
ys = np.array([1.0, 1.5, 2.0, 2.5, 3.0, 3.5], dtype=float) # Your Code Here#
model.fit(xs, ys, epochs=1000) # Your Code here#
print(model.predict([7.0]))
