- 博客(4)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 第一章 动手学深度学习( PyTorch)笔记 ------ 线性神经网络（三）
本文仅作为个人学习笔记用，如有错误请指正，欢迎大家讨论学习。本博客内容来自。
2024-10-09 16:10:20
337
原创 第一章 动手学深度学习( PyTorch)笔记 ------ 线性神经网络（二）
在PyTorch中，是一个容器，它允许你将多个神经网络层按顺序堆叠起来。创建了一个简单的神经网络模型 net，该模型仅包含一个线性层（也称为全连接层或密集层）。具体来说，定义了一个线性层，它接受输入特征的数量为2（即输入向量的维度是2），并输出一个单一的特征（即输出向量的维度是1）。这种层通常用于线性回归任务，其中你需要预测一个连续的值，但也可以作为更复杂神经网络中的一部分。将包裹在中是为了方便管理模型的架构，尽管在这个例子中只包含一个层，但在构建更复杂的模型时，你可以通过简单地添加更多的层到。
2024-09-26 17:08:37
752
原创 第一章 动手学深度学习( PyTorch)笔记 ------ 线性神经网络（一）
回归是能为一个或多个自变量与因变量之间关系建模的一类方法。在自然科学和社会科学领域，回归经常用来表示输入和输出之间的关系。线性回归输出是一个连续值，因此适用于回归问题。回归问题在实际中很常见，如预测房屋价格、气温、销售额等连续值的问题。与回归问题不同，分类问题中模型的最终输出是一个离散值。我们所说的图像分类、垃圾邮件识别、疾病检测等输出为离散值的问题都属于分类问题的范畴。softmax回归则适用于分类问题。
2024-09-25 16:10:43
911
2
空空如也
关于深度优先搜索中递归数据无变化的问题
2021-10-11
TA创建的收藏夹 TA关注的收藏夹
TA关注的人