【PyTorch】学习笔记(03):初学PyTorch

【PyTorch】深度学习与Pytorch实战笔记


1. loss ⁡ = ( W X + b − y ) 2 \operatorname{loss}=(W X+b-y)^{2} loss=(WX+by)2

∂ l ∂ w = 2 ( w x + b − y ) x \frac{\partial l}{\partial w}=2(w x+b-y) x wl=2(wx+by)x

∂ l ∂ b = 2 ( w x + b − y ) \frac{\partial l}{\partial b}=2(w x+b-y) bl=2(wx+by)

2. 手写数据识别

MNIST数据集

each number owns 7000 images
train/test splitting: 60k vs 10k

3. Gradient Descent 梯度下降

objective = ∑ (  pred  − Y ) 2 =\sum(\text { pred }-Y)^{2} =( pred Y)2

4. pytorch基本类型

在这里插入图片描述

5. Type check

在这里插入图片描述

6. shape size

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值