PyTorch实现Linear Regression

这篇博客详细介绍了如何使用PyTorch实现线性回归,包括数据集准备、使用Module设计模型、构建损失函数和优化器,以及训练过程。重点讲解了numpy的广播机制和Module的自动反向传播功能。

Linear Regression

1. Prepare dataset

numpy中的广播机制:https://www.cnblogs.com/jiaxin359/p/9021726.html

import torch

x_data = torch.Tensor([[1.0], [2.0], [3.0]])  # 3*1 Tensor
y_data = torch.Tensor([2.0], [4.0], [6.0])  # 3*1 Tensor

2. Design model using Class

  • 用Module构造出来的对象,会在构造计算图的过程中自动backward。

  • Linear layers

  • 建立可调用对象

    参考文章:https://www.jianshu.com/p/a96e71ff7f07?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation

def func(*args, **kwargs):
	print(args)  # 返回的是(1, 2, 4, 3)
	print(kwargs) # 返回的是 {'x': 3, 'y': 5}


func(1, 2, 4, 3, x=3, y=5)

class Foobar
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值