Pytorch学习（四）---- Regression 回归

原创

于 2020-12-16 21:58:42 发布

· 390 阅读

0 ·

版权

本篇博客记录了PyTorch学习中关于回归问题的实践，通过搭建简单神经网络，展示了训练过程误差逐步降低，模型拟合效果提升的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

莫烦python视频学习笔记视频链接https://www.bilibili.com/video/BV1Vx411j7kT?from=search&seid=3065687802317837578

import torch
from torch.autograd import Variable
import torch.nn.functional as F
import matplotlib.pyplot as plt
import os
os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"
# import os 这里是为了防止报错加的

# 设置数据
x = torch.unsqueeze(torch.linspace(-1, 1, 100), dim=1)
y = x.pow(2) + 0.2*torch.rand(x.size())

x, y = Variable(x),