Pytorch学习笔记4：线性回归

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