深度学习记录2（线性回归的简洁实现）

axin_00928

于 2021-05-12 17:19:07 发布

阅读量644

点赞数

分类专栏：深度学习日志

本文链接：https://blog.csdn.net/weixin_58161464/article/details/116714082

版权

声明：本文参考资料为《动手学深度学习》

1、整体思路

使用Pytorch框架，完成对线性回归的实现

2、详细代码分析

本文与https://blog.csdn.net/weixin_58161464/article/details/116707519进行对比

import numpy as np
import torch
from torch.utils import data
from d2l import torch as d2l

true_w = torch.tensor([2, -3.4])
true_b = 4.2
features, labels = d2l.synthetic_data(true_w, true_b, 1000)

对于数据集的生成，两者无差别

def load_array(data_arrays, batch_size, is_train=True): 
    """构造一个PyTorch数据迭代器。"""
    dataset = data.TensorDataset(*data_arrays) #类似zip，将features和labels组合在一起
    return data.DataLoader(dataset, batch_size, shuffle=is_train)

batch_size = 10
data_iter = load_array((features, labels), batch_size)