Полиномиальная регрессия 6 порядка без результата

Question

Я только что узнал о тензорном потоке. Чтобы лучше ознакомиться с синтаксисом, я создаю игрушечную модель для выполнения полиномиальной регрессии.

Созданный мной набор данных игрушек

x_data = np.linspace(-1, 1, 300) + np.random.uniform(-0.05, 0.05, 300)
y_data = np.linspace(-1, 1, 300) ** 2 + np.random.uniform(-0.05, 0.05, 300)

Модель, которую я построил,

batch_size = 20
x = tf.placeholder(tf.float64, [1, batch_size])
y = tf.placeholder(tf.float64, [1, batch_size]) 
a0 = tf.Variable(np.random.rand(1))
a1 = tf.Variable(np.random.rand(1))
a2 = tf.Variable(np.random.rand(1))
a3 = tf.Variable(np.random.rand(1))
a4 = tf.Variable(np.random.rand(1))
a5 = tf.Variable(np.random.rand(1))
a6 = tf.Variable(np.random.rand(1))
op = a6 * x ** 6 + a5 * x ** 5 + a4 * x ** 4 + a3 * x ** 3 + a2 * x ** 2 + a1 * x ** 1 + a0
error = tf.reduce_sum(tf.square(op - y))

init = tf.global_variables_initializer()
optimizer = tf.train.GradientDescentOptimizer(0.0001)
train = optimizer.minimize(error)
sess = tf.Session()

steps = 100000
sess.run(init)

for i in range(steps):

    rand_int = np.random.randint(0, 300, batch_size)
    x_temp = x_data[rand_int].reshape(1, batch_size)
    y_temp = y_data[rand_int].reshape(1, batch_size)
    feed = {x: x_temp, y: y_temp}
    sess.run(train, feed)
a0, a1, a2, a3, a4, a5, a6= sess.run([a0, a1, a2, a3, a4, a5, a6])

Однако после того, как я запустил модель, результат, который я получил:

[a0, a1, a2, a3, a4, a5, a6] = [array([ nan]), array([ nan]), array([ nan]), array([ nan]), array([ nan]), array([ nan]), array([ nan])]

Почему модель ничему не научилась? Я изменил скорость обучения на величину меньше, но результат все тот же.