type
status
date
slug
summary
tags
category
icon
password
这里我们调用深度学习框架进行简洁的实现
3.3.1 生成数据集
3.3.2 读取数据集
这里调用
dataloader 进行数据读取然后，
data_iter 便可以通过 iter 进行迭代，逐一获得 data3.3.3 定义模型
这里调用
torch.nn 通过指定层的类型 Linear，以及输入、输出特征，通过 Sequential 把各个层串联起来3.3.4 初始化模型参数
这里通过
net[0] 访问网络中第一个图层，使用weight.data和bias.data方法访问参数，进行初始化3.3.5 定义损失函数
这里选择 MSELoss，也叫平方 范数
默认情况下，它返回所有样本损失的平均值。
3.3.6 定义优化算法
optim 模块中有很多优化算法，这里我们选择 SGD 算法（随机梯度下降），并指定参数和学习率3.3.7 训练
- 作者:昊卿
- 链接:hqhq1025.tech/article/%20d2l/linear-regression-concise
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
