PyTorch深度学习实践——使用PyTorh实现线性模型

最新推荐文章于 2024-08-22 14:55:05 发布

不见当年灰太狼

最新推荐文章于 2024-08-22 14:55:05 发布

阅读量320

点赞数 2

分类专栏： pytorch深度学习

本文链接：https://blog.csdn.net/m0_60458471/article/details/119975105

版权

PyTorch 线性模型损失函数梯度下降模型训练

关键词由CSDN通过智能技术生成

在本次学习中，利用PyTorh实现了线性模型，总结如下：

经过之前的学习，我们知道无论是使用pytorh实现线性模型或者是手动实现线性模型，实际上步骤都分为以下几步：

代码展示（附有释义）：

①准备数据集

import matplotlib.pyplot as plt
import torch
import os
os.environ["KMP_DUPLICATE_LIB_OK"] = "TRUE"
#准备数据集
x_data = torch.tensor([[1.0],[2.0],[3.0]])
y_data = torch.tensor([[2.0],[4.0],[6.0]])
print(x_data.shape)

②设计模型

#构造模型
class LinearModel(torch.nn.Module):#将模型定义成一个类，模型类继承至Module
    def __init__(self):#构造函数，初始化对象调用
        super(LinearModel,self).__init__()#调用父类的构造
        #！！注意这里的（1，1）是指输入和输出的特征维度，并不代表权重和偏置
        self.linear = torch.nn.Linear(1,1)#