利用Pytorch进行深度学习的基本步骤:
1. 准备数据集(prepare dataset)
2. 设计模型(design model)
3. 构造损失函数和优化器(construct loss and optimizer)
4. 训练(training cycle) ----- 前馈,反馈,更新
以线性模型为例:
一. 准备数据
x(hours) | y(points) |
---|---|
1 | 2 |
2 | 4 |
3 | 6 |
4 | ? |
构建线性模型:
在Pytorch中,若使用mini-batch算法,一次性求出一个批量的,则需要x以及作为矩阵参与运算,此时利用广播机制,可以将原标量参数w扩写为同维度的矩阵[w],参与运算而不改变