pytorch实现线性回归

导入包

import torch
from torch import nn
import numpy as np
torch.manual_seed(1)
print(torch.__version__)
torch.set_default_tensor_type('torch.FloatTensor')
import torch.utils.data as Data
from torch.nn import init

线性回归

num_inputs = 2
num_examples = 1000
true_w = [2,-3.4]
true_b = 4.2
features = torch.tensor(np.random.normal(0,1,(num_examples,num_inputs)),
                                        dtype=torch.float) 
labels = true_w[0]*features[:,0]+true_b*features[:,1]+true_b
#添加噪声
labels += torch.tensor(np.random.normal(0,0.01,size=labels.size()),
                      dtype=torch.float)
 
batch_size = 10

#将训练数据的特征和标签组合
dataset = Data.TensorDataset(features,labels)

#将dataset放入dataloader,是一个数据生成器
data_iter = Data.DataLoader(dataset=dataset,
                           batch_size=batch_size,  #mini batch size
                           shuffle=True,   #是否
  • 0
    点赞
  • 0
    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