(二)pytorch学习笔记 torch.nn 神经网络实现回归

来源于pytorch的官方学习资料的总结

y = [0.5, 14.0, 15.0, 28.0, 11.0, 8.0, 3.0, -4.0, 6.0, 13.0, 21.0]
x = [35.7, 55.9, 58.2, 81.9, 56.3, 48.9, 33.9, 21.8, 48.4, 60.4, 68.4]

现在我们有十个点，横纵坐标如上所示，点的在坐标中的分布如下图所示。我们可以通过torch.nn来实现一个简单的线性回归。也就是 y = ax + b，回归的结果如图2所示。代码在最下方。


通过线性的回归我们可以得到一个可以接受的结果，但是这并不是最好的结果，我们可以通过加入激活函数来使得最后的结果变成一个曲线，去更好的拟合这些点。

如上图，我们在（ax+b）输出的结果中加入一个激活函数，如tanh。这样出来的结果就是一个非线性的了，但是我们仅仅通过两个参数 a 和 b，是很难描绘出我们需要的曲线的。这时候我们就需要很多个像上面<<<o=tanh(ax+b)>>这样的式子，去