- 博客(9)
- 收藏
- 关注
RSS订阅原创 3.一文看懂反向传播：从单个神经元到 PyTorch 自动求导
本文从单个神经元出发，结合最基础的线性模型 y = wx + b，一步步讲清楚前向传播、损失函数、梯度下降和反向传播之间的关系。文章不会一上来堆复杂公式，而是先用直观思路理解“模型怎么预测、误差怎么产生、参数为什么要更新”，再结合 PyTorch 的自动求导机制，说明 loss.backward() 到底做了什么。适合刚接触神经网络、梯度和反向传播的同学阅读，也适合作为后续学习多层网络和深度学习的入门笔记。
2026-04-09 16:49:09
428
原创 从零理解梯度下降：原理、偏导与代码实现
本文以线性回归为例，介绍梯度下降的基本思想与实现过程。文章从损失函数出发，说明如何通过对参数 w 和 b 分别求偏导，得到模型参数的更新方向，并利用学习率逐步逼近最优解。在此基础上，结合 Python 代码实现均方误差计算、梯度求解与参数迭代更新，并通过拟合结果和损失变化曲线展示训练效果。本文力求用直观、易懂的方式帮助初学者理解梯度下降中“损失函数、偏导数、参数更新”三者之间的关系，为后续学习更复杂的机器学习模型打下基础。
2026-04-08 10:54:53
84
原创 sql注入语法基础入门
这些子句能让你更加灵活地控制查询结果，实现更复杂的数据分析和处理。掌握这些子句，可以让你的 SQL 查询语句更加强大。你说得没错，这些都是 SQL 查询语句中的常用子句，它们能够帮助你更精细地控制查询结果。子句用于限制查询返回的结果数量。它可以用来限制查询返回的最大行数，防止一次查询返回过多的数据。子句用于将查询结果按照一个或多个列进行分组，并在每个分组上执行聚合函数。列进行分组，也就是说，把属于同一个部门的员工都归为一组。: 一个聚合函数，它会计算查询结果中的行数。子句，但用于过滤分组后的数据。
2024-10-10 11:32:21
1935
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人