一、基本流程：
二、数据集准备：
- 广播：矩阵运算时自动扩充：
- mini batch：x、y必须是矩阵
三、模型设计--设计计算图
- 线性单元：需要知道x、y的维度（列），以确定w、b的维度
- loss最终是标量
- 步骤：
- 将模型定义为一个类：
- 将模型定义为一个类：
PyTorch实践学习：线性回归
文章介绍了深度学习的基本流程，重点在数据集准备，包括广播和矩阵运算中的自动扩充。接着讨论了模型设计，特别是线性单元的运用，强调了需要知道输入和输出的维度来确定权重和偏置。模型被定义为一个类，构建计算图以进行损失函数优化，目标是得到一个标量损失值。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
