目录 线性模型 梯度下降算法 反向传播 pytorch线性回归 Logistic 回归(二分类) 多维特征的输入 加载数据集 多分类问题 卷积神经网络 循环神经网络 PyTorch深度学习实践 读文档能力 理解架构能力 线性模型 训练集、开发集(模型评估)、测试集。 f ( x ) = w x + b f(x)=wx+b f(x)=wx+b loss —— 一个样本 cost (Mean Square Error) —— training set 梯度下降算法 局部最优,不一定全局最优。 鞍点:梯度为0,但无法继续迭代。 w = w − α ∂ c o s t ∂ w w = w - \alpha\frac{\partial cost}{\partial w} w=w−α∂