动手深度学习笔记(九)3.2. 线性回归的从零开始实现

动手深度学习笔记(九)3.2. 线性回归的从零开始实现

  • 3. 线性神经网络
    • 3.2. 线性回归的从零开始实现
      • 3.2.1. 生成数据集
      • 3.2.2. 读取数据集
      • 3.2.3. 初始化模型参数
      • 3.2.4. 定义模型
      • 3.2.5. 定义损失函数
      • 3.2.6. 定义优化算法
      • 3.2.7. 训练
      • 3.2.8. 小结
      • 3.2.9. 练习

3. 线性神经网络

3.2. 线性回归的从零开始实现

在了解线性回归的关键思想之后,我们可以开始通过代码来动手实现线性回归了。 在这一节中,我们将从零开始实现整个方法, 包括数据流水线、模型、损失函数和小批量随机梯度下降优化器。 虽然现代的深度学习框架几乎可以自动化地进行所有这些工作,但从零开始实现可以确保你真正知道自己在做什么。 同时,了解更细致的工作原理将方便我们自定义模型、自定义层或自定义损失函数。 在这一节中,我们将只使用张量和自动求导。 在之后的章节中,我们会充分利用深度学习框架的优势,介绍更简洁的实现

你可能感兴趣的:(pytorch实践,pytorch)