Datawhale动手学深度学习 -- 笔记

1.数据展示的只是feature的其中一维和label之间的关系~
可以用下面的代码展示二维的feature和label之间的关系


2.我认为这里的代码实现的并不是sgd方法，而是mbgd。sgd是每次随机选择一个样本点来更新梯度，代码中实现的是每次用batch_size中所有的数据来更新梯度。

3.训练部分的代码，sgd优化部分给的代码是sgd([w,d], lr, batch_size)。我认为这里的batch_size改为len(y)会更好一些,因为最后一组从data_iter的数据个数len(y)可能是小于batch_size的。当然在这个例子中，由于num_examples是batch_size的整数倍，就不存在这样的问题了。