动手学深度学习（pytorch）学习记录7-线性回归的从零开始实现[学习记录]

注：本代码在jupyter notebook上运行
封面图片来源

1、生成数据集

%matplotlib inline
import random
import torch
from d2l import torch as d2l

构造数据集：生成一个包含1000个样本的数据集， 每个样本包含从标准正态分布中采样的2个特征。

def synthetic_data(w, b, num_examples):  #@save
    """生成y=Xw+b+噪声"""
    X = torch.normal(0, 1, (num_examples, len(w))) # [1000，2]
    y = torch.matmul(X, w) + b # [1000，2]*[2, 1]=[1000, 1]
    y += torch.normal(0, 0.01, y.shape)
    # return X, y.reshape((-1, 1)) # 不用reshape应该也行
    return X, y
true_w = torch.tensor([2, -3.4])
true_b = 4.2
features, labels = synthetic_data(true_w, true_b, 1000)

print