跟李沐学AI：chapter_linear-networks\linear-regression-scratch.ipynb下的笔记以及课后练习

系列文章目录

跟李沐学AI：chapter_linear-networks\linear-regression-scratch.ipynb下的笔记以及课后练习

---

一、笔记

1.关于：torch.matmul()

当输入有多维时，把多出的一维作为batch提出来，其他部分做矩阵乘法。
下面看一个两个都是3维的例子：
2.Tensor与行向量做*乘法
其结果是每列乘以行向量对应列的值（相当于把行向量的行复制，成为与lhs维度相同的Tensor）. 注意此时要求Tensor的列数与行向量的列数相等。

3.with torch.no_grad的作用

在该模块下，所有计算得出的tensor的requires_grad都自动设置为False。

二、课后作业

1.题目

1.为什么在squared_loss函数中需要使用reshape函数？

2.解答

一维减去二维会broadcast，而y_hat的shape是(1000,1)，y的shape应与之保持一致（要么两个都是一维，长度为1000，要么都是(1000,1)）