用Pytorch实现线性回归

步骤：

numpy：广播机制

 

 

 

输入和输出值必须要是矩阵

模型都需要继承父类nn.module , Super中是继承了父类的构造_init_()

 父类中Linear函数为构造对象，完成运算单元的计算（x*w+b） 

in_features 代表输入x是几维的， out_features 代表输出y是几维的，权重一般放在右侧

bias是指要不要偏置量 ，默认值是ture

 

python语法：args 1，2，4，3； kwargs：x,y;

 

 Model可调用

 size_average是否对总损失求均值，reduce是否对结果进行降维，criterion需要的参数是y和y^;

 优化层：model.parameters() 无论模型中的权重参数有多少都能进算出来，lr学习率；

 训练：做返现传播时记得梯度清零

 model下面的linear，linear下面的权重和偏置

 训练集上收敛，测试集上发散说明模型过拟合