jdh2289812442的博客

原创 李哥深度学习-线性表示（回归）

总结：首先生成x与y的数据（第一批），定义真实w，b的值，生成X,Y的散点图，再定义数据提供函数，提供随机的一批批x与y便于训练，定义y=wx+b模型，定义损失函数，定义梯度函数与学习率来训练数据，设置训练轮数，每轮调用函数进行训练，再将结果打印出来。x = torch.normal(0, 1, (data_num, len(w))) #len表示取长度,x列数与w行数一致，矩阵相乘。return torch.sum(abs(pre_y-y))/len(y) #loss取绝对值 相加 再除以个数。