Task 01
线性回归
本次学习从最基础的线性回归开始,也是最典型的例子:预测房价。两个权重一个偏置,数据是生成的也能完美拟合线性回归,所以对初学者来说是个很好的示范。
主要内容包括:
线性回归的基本要素
线性回归模型从零开始的实现
线性回归模型使用pytorch的简洁实现
基本要素是过了一遍基本公式,房价模型、损失函数、随机梯度下降优化函数等。其中令我有点眼前一亮的就是一个矢量计算的例子代码。通过展示计算用时来直观感受标量加法和矢量加法的性能差异。
从零开始实现线性回归模型是本节最重要的部分,因为从生成数据集、定义模型到训练,整个过程不使用太多封装好的函数,能让我们新手亲自过一遍线性回归模型从建立到运算完成的过程,这也是视频讲师最后强调掌握这部分内容才是关键的原因所在。但从我个人看代码来看,还是使用了不少torch的函数,例如我第一次使用的view()等。
而线性回归模型的pytoch简洁实现,则是开始使用pytorch这个工具来完成了。代码要简洁得多,但也封装得更多,第一次接触需要理解好计算过程本身以及函数的原理。
(仍在学习 未完待续)