线性回归
1准备数据集
2设计模型
3构造损失函数和优化器
4写训练周期
此处b为标量 但由于广播机制 他会自动补成3x1矩阵 能够整体相加运算
代码模板
实际运算
python中传递参数
因为有时候用户使用函数传入并不知道要输入几个数,所以用这种形式 直接的数 传入*args 代等号的传入 **kwargs 这样就消除了个数的影响
在深度学习训练时
次数不能过多
次数过多虽然训练集loss低 但是容易过拟合 导致测试集loss大 所以要兼顾二者loss
不同优化器 有不同效果