摘要：关于线性回归的介绍可以看这里：线性回归介绍 下文主要介绍通过线性回归解决Kaggle中的HousePrices问题，使用的是PyTorch。 下文会给出使用线性回归创建的最终模型，以及超参数等内容，但是整个模型的搭建以及试错的过程由于内容太长，感兴趣 的可以去作者的GitHub下载相关的Jupyte 阅读全文

摘要：相关内容： 多层感知机与简易CNN的TensorFlow实现 可以在GitHub上查看更详细的内容 具体实现： 导入相关包和数据集： # 导入相关包 import torch import torchvision import torch.nn as nn import torchvision.tr 阅读全文

摘要：下文使用TensorFlow实现了一个多层感知机和一个简单的卷积神经网络模型，并应用于数据集MNIST。 所有代码以及所使用的的数据集文件可以到作者的GitHub上下载，GitHub上提供的Jupyter Notebook文 件包含代码以及详细注释（代码中使用的每个函数的作用、参数说明）。 impo 阅读全文

摘要：均方误差个交叉熵误差都是常用的损失函数之一。 首先简要介绍下损失函数： 损失函数是用来表示神经网络性能的“恶劣程度”的指标。即当前神经网络对监督数据在多大程度上不拟合，在多大 程度上不一致。说白了，即所创建的神经网络对输入数据的预测输出值与监督数据(实际输出值)的差距。 均方误差： 上面是计算公式， 阅读全文