Wantfly9951的博客

先把数据转换为Pytorch张量，torchvision库可以把PIL图像转换为张量。损失值（loss value）或预测误差（prediction error）样本（sample）或输入（input）或数据点（data point）选一个包作为验证集，其余都是训练集，评估效果为各个包的平均评分。归一化就是将特定的特征数据表示为均值为0，标准差为1的数据。1、向量化（正常的数据类型有文本、声音、图像、视频）预测（prediction）或输出（output）标量回归（scakar regression）

loss_fn() 损失函数，用来评估模型性能的好坏，同时可以作为优化器的输入 进行进一步的性能优化 常用的指标是误差平方和 SSE MSE。DataSet类：任何数据集都要继承这个类，并且要实现__len__(self)与__getitem__(self,idx)方法。simple_network() 简单的网络架构 最简单的是线性规则作为输入产生对应的输出 y=wx+b。get_weights() 创建学习参数，最原始的参数都是随机得到的，然后一步步优化。

【代码】Pytorch02 神经网路搭建步骤。

【代码】Pytorch01 自己搭建的一个神经网络。