锐客网

  1. 首页 > 生活百科 > it技术 > >

动手深度学习3月27日

深度学习深度IT知识

枕上从妨一夜睡，灯前读尽十年诗。这篇文章主要讲述动手深度学习3月27日相关的知识，希望能为你提供帮助。


如果想看jupyter note效果的请点击??github地址??
线性回归从零开始实现

%matplotlib inline
import random
import torch
from d2l import torch as

生成数据集
为了简单起见，我们将根据带有噪声的线性模型构造一个人造数据集。
我们的任务是使用这个有限样本的数据集来恢复这个模型的参数。
我们将使用低维数据，这样可以很容易地将其可视化。
在下面的代码中，我们生成一个包含1000个样本的数据集，每个样本包含从标准正态分布中采样的2个特征。我们的合成数据集是一个矩阵 。
我们使用线性模型参数、和噪声项生成数据集及其标签：
【动手深度学习3月27日】
你可以将 视为捕获特征和标签时的潜在观测误差。在这里我们认为标准假设成立，即服从均值为0的正态分布。
为了简化问题，我们将标准差设为0.01。下面的代码生成合成数据集。
def synthetic_data(w,b,num_examples):
"""生成 y= Xw + b + 噪声"""
X = torch.normal(0,1,(num_examples,

    推荐阅读


    上一篇：李航统计学习方法--8. 提升方法(详细推导)

    下一篇：动手深度学习3月21日