numpy和pytorch实现线性回归
一、numpy实现线性回归
输入框19是定义的一个线性回归方法。
输入框20是测试线性回归是否正常，输入的数据权值分别是3,4,6，偏置项是5，设置学习率0.001，迭代次数5000，每迭代50次输出一次损失函数的值。
验证结果如下：
可以看到，损失函数的值在不断减小，回归出来的各种参数也与我们的设定值几乎相等。
二、pytorch实现线性回归
结果如下图：
三、pytorch实现一个简单的神经网络
以下是我按照pytorch官方文档实现的一个简单的前馈神经网络。
神经网络典型的训练过程包括以下几个过程：
- 定义具有一些可学习参数的神经网络
- 遍历输入数据集
- 通过神经网络处理输入
- 计算损失函数
- 对每个神经网络的参数进行梯度的反向传播
- 更新网络的权重
