每天五分钟深度学习框架pytorch：基于pytorch搭建多变量回归模型

本文重点

前面我们学习了基于pytorch搭建多项式回归模型，我们也知道了它和多变量回归模型的区别，本文我们使用pytorch搭建多变量回归模型

模型搭建

class Multivariable_Regression(nn.Module):
 def __init__(self):
 super(Multivariable_Regression,self).__init__()
 self.poly=nn.Linear(3,1)#这里的模型输入是 3 维，输出是1维
 def forward(se1f,x): 
 out = se1f.poly(x) 
 return out 

这个模型和多项式回归是一样的，这里我们也设置模型的输入是3维

数据构建

这个数据和多项式不同的是，多项式的数据为x、x²，x³，彼此之间是有关系的，而多变量的特征x1，x2，x3是没有关系的。

import torch
import numpy as np
input=torch.randn(64,3)
W_target = torch.FloatTensor([0.7, 2.5, 2.4]) .unsqueeze(1) 
b_target = torch.FloatTensor([0.8])
def f (x) : 
 return x.mm (W_target) + b_tar