动手学深度学习 Task1笔记-线性回归

# 线性回归；Softmax与分类模型、多层感知机
参加datawhale与伯禹学习平台及K-Lab合作的《动手学深度学习》的Pytorch版本。
2.11-2.14
一、线性回归
线性模型
假设价格只取决于房屋状况的两个因素，即面积（平方米）和房龄（年）。探索价格与这两个因素的具体关系。线性回归假设输出与各个输入之间是线性关系：

损失函数
在模型训练中，需要衡量价格预测值与真实值之间的误差。通常选取一个非负数作为误差，且数值越小表示误差越小。一个常用的选择是平方函数。 样本误差i的表达式为：

优化函数 - 随机梯度下降-SGD
在求数值解的优化算法中，小批量随机梯度下降（mini-batch stochastic gradient descent）在深度学习中被广泛使用。
其算法为：
1.先选取一组模型参数的初始值（如随机选取）；
2.对参数进行多次迭代，使每次迭代都可能降低损失函数的值：
2.1.在每次迭代中，随机均匀采样一个由固定数目训练数据样本所组成的小批量（mini-b