- 博客(3)
- 收藏
- 关注
RSS订阅原创 李哥考研线性表示代码详解
data_provider(X, Y, batchsize) 将数据集 (X, Y) 划分为多个小批次，每个批次包含 batchsize 个样本。#fun(batch_x, w_0, b_0) 对输入 batch_x 进行线性变换，生成模型的预测值 pred_y。#确定取X的哪一列，w_0中的哪一个系数参与绘图，idx=3表示取第X的4列，w_0的第4个参与绘图。para.grad.zero_() #使用过的梯度，归0。#绘制散点图，取X矩阵的第四列元素为横坐标，Y矩阵的所有元素为纵坐标。
2025-02-16 15:22:57
637
原创 李哥考研总结第二篇
array3 = numpy.concatenate((array1,array2),axis=0) #合并矩阵需要打上2个小括号 ,axis有3个取值:0,1,2。结果为[1, 'age', {'name': 'xiongyiming', 'age': 22, 'tall': '168cm', 'weight': '60kg'}]print(list1[0:4])#[0:4]表示list1中下标0到3的元素，在本段还可以写成[0:-1]self.name=name #传入self的name属性。
2025-02-14 18:34:01
612
原创 李哥复试课第一课
输入：向量，矩阵（图片也是通过像素点矩阵来表示），序列。输出：回归（数值），分类，结构化输出。3，深度学习的目的是求出使模型尽可能贴合现实的参数w以及b。第二步：定义loss函数；通过人工定义η来设置每次调整的步长；第一步：定义初始参数；第三步：求出优化函数；w以及b通过建立与L的函数来求出；
2024-12-30 21:21:59
316
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人