摘要：
def getData2(): r""" 使用numpy生成随机数； 使用pandas构造满足条件的随机数； :return: """ df = pd.DataFrame() df['X'] = np.random.r... 阅读全文
posted @ 2022-03-20 21:37
bH1pJ
阅读(473)
评论(0)
推荐(0)
摘要：
## 线性回归模型import numpy as npimport pandas as pdimport matplotlib.pyplot as pltdef getData(): r""" 使用numpy构造满足条件的随机数() :re... 阅读全文
posted @ 2022-03-20 21:37
bH1pJ
阅读(73)
评论(0)
推荐(0)
摘要：
阅读全文
posted @ 2022-03-20 21:37
bH1pJ
阅读(388)
评论(0)
推荐(0)
摘要：
功能1 功能2 阅读全文
posted @ 2022-03-20 21:37
bH1pJ
阅读(79)
评论(0)
推荐(0)
摘要：
x_2 = x_1[::len(loss_record['train']) // len(loss_record['dev'])] // 代表整除 步进13 所以 x_2 = x_1[::len(loss_record['train']) /... 阅读全文
posted @ 2022-03-20 21:37
bH1pJ
阅读(1825)
评论(0)
推荐(0)
摘要：
这种DIY的函数不管用，应该每次返回的都是刚构建的tonsor。 他的梯度保存不下来。 # import math# # L2 function mean squaril error(MAE)# error = 0# if pred.shape[0] ==... 阅读全文
posted @ 2022-03-20 21:37
bH1pJ
阅读(43)
评论(0)
推荐(0)
摘要：
x = torch.tensor([[1,2],[3,4]]) 阅读全文
posted @ 2022-03-20 21:37
bH1pJ
阅读(220)
评论(0)
推荐(0)
摘要：
讲解的非常详细 https://blog.csdn.net/qq_31244453/article/details/112473947 阅读全文
posted @ 2022-03-20 21:37
bH1pJ
阅读(224)
评论(0)
推荐(0)
摘要：
如果我不想用SGD了怎么办？ 用 getattr(torch.optim, config['optimizer']) 阅读全文
posted @ 2022-03-20 21:37
bH1pJ
阅读(91)
评论(0)
推荐(0)
摘要：
阅读全文
posted @ 2022-03-20 21:37
bH1pJ
阅读(60)
评论(0)
推荐(0)
浙公网安备 33010602011771号