【AI】《动手学-深度学习-PyTorch版》笔记（十二）：从零开始实现softmax回归

AI学习目录汇总

1、什么是特征？

对于图像算法，每个像素可以视为一个特征，例如图像的分辨率为28x28，则有784个特征。而且常常将二维的图像像素矩阵展开为长度为784的向量。

2、权重和偏置的规模

本例中，将使用Fashion-MNIST数据集，它是一个服装分类数据集，可以将服装分为10个类别。
输入图像的分辨率为28x28，即特征是长度为784的向量，输出是长度为10的向量，如何用一组仿射函数来表示？

先回顾下，仿射函数的定义：

仿射函数即由 1 阶多项式构成的函数，一般形式为 f(x)=Ax+b；
其中：A 是一个 m×k 矩阵，x 是一个 k 向量，b是一个 m 向量；
实际上反映了一种从 k 维到 m 维的空间映射关系。

在本例中，需要将784个特征（k维向量）映射到10个输出类（m维向量），因此权重A为784x10的矩阵，偏置b为10的行向量。

3、加载数据集

Fashion-MNIST数据集中包含10个类别，分别为t-shirt（T恤）、trouser（裤子）、pullover（套衫