- 博客(2)
- 收藏
- 关注
RSS订阅原创 深度学习3：回归实战
常规的损失函数我们可能会选择torch.nn.MSELoss(),但是为了优化模型性能，这里采用正则化技术，防止过拟合，让模型在新数据更具泛化能力。#正则化，loss = loss + a*参数的平方，可以缓解过拟合，让曲线更加平滑,a是一个自己设置的正则系数#创建均方误差（MSE）损失函数，用于计算预测值 pred 与目标值 target 之间的误差。#reduction='mean' 计算所有样本的均方误差，并取平均值。regularization_loss = 0 #初始化正则项。
2025-02-21 23:00:31
799
原创 深度学习2：线性表示代码
第1行： 画图,画一个散点图，1表示每一个点的大小，Y表示Y张量，他是（500，1）的，但是X是（500，4）的张量我们没有办法直接拿X，Y进行对比找二者关系，因此我们只选取X的其中一列来与Y进行对比找关系即X[:,3]这样的话每一次对比一共是500个数据。X是一个4维的，我们没有办法画出来四个维度上的关系，因此我们只能取X的其中一列，同样的，x要和w进行相乘计算，既然只取了X的其中一列，那么w只能取1个值即第一行，这样x为（500，1），w为（1，1），相乘后为（500，1）。添加噪声（Noise）
2025-02-12 17:00:23
1025
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