线性回归 + 基础优化算法 动手学深度学习v2 pytorch

Posted AI架构师易筋

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了线性回归 + 基础优化算法 动手学深度学习v2 pytorch相关的知识,希望对你有一定的参考价值。















计算梯度是机器学习里面最贵的一部分,所以不能太小



2. 线性回归的从0开始实现




yield 表示随机的返回




学习率很小从0.003 改为0.001的情况下,loss变化很小

学习率很大从0.003 改为10的情况下,loss变化求不出来,有可能y变化是0,做除法就出现异常了。

3. 线性回归的简介实现



nn.Sequential: list of layer


参考

https://www.bilibili.com/video/BV1PX4y1g7KC/

以上是关于线性回归 + 基础优化算法 动手学深度学习v2 pytorch的主要内容,如果未能解决你的问题,请参考以下文章

3.1 线性回归 解析解动手学深度学习 v2

《动手学深度学习》线性回归(PyTorch版)

《动手学深度学习》线性回归从零开始(linear-regression-scratch)

《动手学深度学习》线性回归从零开始(linear-regression-scratch)

《动手学深度学习》线性回归的简洁实现(linear-regression-pytorch)

《动手学深度学习》线性回归的简洁实现(linear-regression-pytorch)