使用PyTorch实现线性回归算法

使用torch已有的框架进行搭建

  1. import
import numpy as np
import torch
from torch.utils import data
  1. 人造数据
    使用线性模型参数 w = [2, -3.4]T、b = 4.2和噪声项noise生成数据集及其表现:
    y = Wx + b + noise
def synthetic_data(w, b, num_examples):
    """生成 y = wx + b + noise"""
    X = torch.normal(0,1, (num_examples, len(w))) # 第三个是out的shape
    y = torch.matmul(X, w) + b   ## matmul 比起mm或者mv,会自己判断是m还是v
    y += torch.normal(0, 0.01
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值