- 博客(2)
- 收藏
- 关注
RSS订阅原创 动手学深度学习记录_2【线性回归】
回归是能为一个或多个自变量与因变量之间关系建模的一类方法。在自然科学和社会科学领域，回归常用于表示输入和输出之间的关系，而在机器学习领域的大多数任务通常与预测有关。在机器学习领域，我们通常使用的是高维数据集，建模时采用线性代数表示法会比较方便。当我们的输入包含d个特征时，我们将预测结果y^ （通常使用“尖角”符号表示y的估计值）表示为：其中x代表特征，w代表权重，b为偏置。
2024-10-21 23:13:54
819
1
原创 动手学深度学习记录_1【数据操作+数据预处理】
x6 = torch.arange(12, dtype=torch.float32).reshape((3, 4)) #指定元素类型为float32，否则默认为int。print(x4+x5, '\n', x4-x5, '\n', x4*x5, '\n', x4/x5, '\n', x4**x5) #按照元素计算，要求形状一致。print(torch.cat((x6, x7), dim=0)) #张量拼接，按0维度（即第1个维度）拼接，即行。
2024-10-21 17:46:22
869
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人