weixin_74090791的博客

1.熟悉基础数据结构——整型数据，浮点型数据，列表，字典，字符串；了解列表及字典的切片，插入，删除操作。通过以上操作我们就得到了用于训练的X，Y以及w和b的真实值。按步长为batchsize访问数据。确定学习率lr与初始参数w_0，b_0，注意w_0与b_0的维度。2.了解python中类的定义与操作，下面是一个简单的例子。使用随机梯度下降（SGD）方法更新参数，3.了解矩阵与张量的基本操作。二：简单的线性表示代码。定义训练轮次与训练函数。一、python入门。

了解激活函数作用，引入激活函数达到非线性效果，初步了解网络层数对拟合结果的影响，学习python基础。

初识深度学习，了解深度学习的任务：找到x y 的对应f()关系，步骤为首先定义一个函数模型，然后定义一个损失函数，根据损失函数优化模型。利用梯度下降方法进行优化。