03-线性神经网络
3.1 线性回归😂 线性模型 向量x: 所有特征 向量w: 所有权重 (向量为垂直方向排列, 点积) 矩阵X: 每一行是一个样本,每一列是一种特征(矩阵-向量乘法) 损失函数 平方误差(0.5使得求导后常数系数为1): 损失均值: 随机梯度下降 ß: 随机取样的一个小批量...
3.1 线性回归😂 线性模型 向量x: 所有特征 向量w: 所有权重 (向量为垂直方向排列, 点积) 矩阵X: 每一行是一个样本,每一列是一种特征(矩阵-向量乘法) 损失函数 平方误差(0.5使得求导后常数系数为1): 损失均值: 随机梯度下降 ß: 随机取样的一个小批量...
2.1 数据操作🎊 x = torch.arange(num) # 非额外指定,张量存储在内存,基于CPU计算 x.shape x.numel() # 张量中元素的总数 x.reshape(num1,num2,...) torch.zeros((num1,num2,num3,...)) torch.ones((num1,num2,num3,...)) t...