摘要：
（1）相较于线性回归，使用激活函数sigmoid函数，将结果以0-1之间呈现 （2）损失函数计算：cross-entropy交叉熵 1 import torch 2 3 #data 4 x_data = torch.Tensor([[1.0], [2.0], [3.0]]) 5 y_data = t 阅读全文
摘要：
pytorch写神经网络 （1）准备数据集 （2）涉及模型（yheight） （3）构造损失函数和优化器 （4）训练周期（前馈、反馈、更新） 1 import torch 2 3 #1.准备数据 4 x_data=torch.tensor([[1.0],[2.0],[3.0]]) 5 y_data= 阅读全文
摘要：
B站 PyTorch深度学习实践-反向传播 （1）Tensor包含data 和 gradw.dataw.grad.data：数值计算，不构建计算图。w.grad.item()：取出数值。w.grad.data.zero()：清零 （2）w是tensor类型，data和grad也是tensor类型，注 阅读全文