好好学习天天向上

从均值为0、标准差为0.01的正态分布中采样随机数来初始化权重。表示生成一个一维向量，形状为(1,)模型输入X数据集，w权重的矩阵，b偏置量，输出预测的结果y向量"""线性回归模型"""这里使用的均方损失函数12y−y221​y​−y2，需要比较真实值yyy和预测值y\hat yy​之间的差距# 均方损失# 防止形状不匹配，我们统一一下首先需要超参数学习率与批量大小，所以我们将其作为输入lrbatch_size。

该类主要实现以下三个功能①如何获取每一个数据及其label --> 抽象方法。

实践中，根据涉及号的模型，系统会构建一个计算图，来跟踪计算是哪些数据通过哪些操作组合起来产生输出。但对于y本身来说还是一个在该计算图中，就可以在y上调用反向传播函数，得到。关于列向量x求导的结果是4x，根据打印结果来看结果是正确的。一样的tensor，只是将函数z中的y替换成了这个等价变量。4.调用反向传播函数来自动计算y关于x每个分量的梯度。2.计算y关于x的梯度之前，需要一个地方来存储梯度。3.计算y的值，y是一个标量，在python中表示为。的梯度，正常反向传播时，梯度会通过。