打卡(一)
线性回归 从零开始 生成/准备数据集 读取数据集 初始化模型参数 正态分布初始化:np.random.normal(loc(均值),scale(标准差),size(输出形状)) 全零初始化:np.zeros() 定义模型 torch.mm(矩阵相乘) torch.mul(点乘) 定义损失函数 均方损失函数 交叉熵损失函数 定义优化函数 小批量随机梯度下降,参数-学习率*梯度/batch_size 训练 前向传播 求损失 反向传播 优化参数 梯度清零 pytorch简介实现 Dataloader使用 import torch.utils.data as Data batch_size = 10 # combine featues and labels of dataset dataset = Data.TensorDataset(features, labels) # put dataset into DataLoader data_iter = Data.DataLoader( dataset=dataset, # torch TensorDataset format batch_size=batch_size, # mini batch size shuffle=True, # whether shuffle the data or not num_workers=2, #