- 博客(2)
- 资源 (1)
- 收藏
- 关注
原创 PyTorch学习笔记二:用PyTorch逻辑回归(二分类问题)
相关知识 1、分类问题不同于线性回归,是输出属于每一个类别的概率。概率最大的就是最后的类别。 2、sigmoid函数 使用sigmoid函数将线性回归里的输出值[-无穷,+无穷]映射到[0,1]。 其他的sigmoid函数: 这些函数满足的条件: 函数值有极限、都是单调的增函数、都是饱和函数。 逻辑回归模型: 损失函数的变化: 这里使用的是交叉熵损失,交叉熵损失描述的的是两个分布之间的差异,越大越好,这里加了一负号,所以是越小越好。 代码 代码部分和线性回归模型差不多还是分为四步。 一、Prepar
2021-10-23 15:04:10 1129 2
原创 PyTorch学习笔记一:用PyTorch实现线性回归
pytorch实现线性回归模型 使用pytorch框架实现线性回归一共分为四步 一、Prepare dataset(准备数据集) 二、Design model using Class(使用类设计模型) 三、Construct Loss and Optimizer(构造损失函数和优化器) 四、Training Cycle(训练循环) 一、Prepare dataset(准备数据集) 这里本文使用了一个最简单的线性模型 我们假设x的值是某学生每周学习的时长,y表示最后获得的分数。 # 一、Prepare dat
2021-10-21 16:52:50 461
可编程控制器的六层电梯控制系统
2019-04-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人