他山之石 可以攻玉

《神经网络与深度学习》，复旦大学老师邱锡鹏出品。教材、讲解PPT、示例代码到课后练习都有！小白们的福利啊！GitHub：https://nndl.github.io/ PDF格式：https://nndl.github.io/nndl-book.pdf 概要PPT：https://nndl.github.io/ppt/%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E4%B8%8E%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0-3%E5%B0%8F

优化迭代算法，如梯度下降法，牛顿法等都用到了控制中的反馈调节，让系统输出与目标输出的误差不断减小。下面一篇论文就将SGD-Momentum就与 PID 优化器通过”梯度”与“误差”的联系而联系到了一起。https://mp.weixin.qq.com/s/HqVaWbc1zajPu22i9V5d9g...

1.线性模型import matplotlib.pyplot as pltimport numpy as npfrom sklearn import linear_modelx = np.linspace(-3,3,30);y = 2 * x + 1plt.scatter(x,y)plt.show()X = x + np.random.rand(30)print("X",len(X))print("Y",len(y))plt.scatter(X,y)# plt.show().