pytorch[5]

线性回归

pytorch[5]_第1张图片1准备数据集

2设计模型

3构造损失函数和优化器

4写训练周期

 pytorch[5]_第2张图片

此处b为标量 但由于广播机制 他会自动补成3x1矩阵   能够整体相加运算

pytorch[5]_第3张图片

代码模板pytorch[5]_第4张图片

实际运算

pytorch[5]_第5张图片

python中传递参数

pytorch[5]_第6张图片

因为有时候用户使用函数传入并不知道要输入几个数,所以用这种形式  直接的数 传入*args    代等号的传入 **kwargs  这样就消除了个数的影响

在深度学习训练时

次数不能过多

 次数过多虽然训练集loss低 但是容易过拟合 导致测试集loss大  所以要兼顾二者loss

pytorch[5]_第7张图片

不同优化器 有不同效果

你可能感兴趣的:(pytorch,深度学习)