weixin_46632140的博客

原创 深度学习第一课

w_0 = torch.normal(0, 0.01, true_w.shape, requires_grad=True) #requires_grad=True表示这里w_0需要计算梯度（w_0创建一个需要梯度计算的张量，b_0同理。与true_w的形状相同）x = torch.normal(0, 1, (data_num,len(w))) #生成正态分布的随机数，len(w)表示w的长度。loss = torch.sum(abs(pred_y - y))/len(y) #loss的均值。