动手学深度学习

3.9 多层感知机的从零开始实现

发布于 2025-02-04

导入需要的库 获取和读取数据 定义模型参数 输入个数为784，输出个数为10。实验中，设超参数隐藏单元个数为256。 定义激活函数 …

3.8 多层感知机

发布于 2025-02-03

隐藏层 多层感知机在单层神经网络的基础上引入了一到多个隐藏层（hidden layer）。隐藏层位于输入层和输出层之间。 具体来说 …

3.7 softmax回归的简洁实现

发布于 2025-02-03

导入需要的库 获取和读取数据 定义和初始化模型 softmax回归的输出层是一个全连接层，所以用一个线性模块就可以了。 初始化模型 …

3.6 softmax回归的从零开始实现

发布于 2025-02-02

导入本节实现所需的包或模块 获取和读取数据 先获取Fashion-MNIST数据集，并设置批量大小为256。 使用向量表示每个样本 …

3.4 softmax回归

发布于 2025-01-23

分类问题 线性回归模型适用于输出为连续值的情景。softmax回归适用于离散值的预测问题。 通常使用离散的数值来表示类别，例如$y …

3.3 线性回归的简洁实现

发布于 2024-07-29

生成数据集 读取数据 PyTorch提供了data包来读取数据。由于data常用作变量名，所以将导入的data模块用Data代替。 …

3.2 线性回归的从零开始实现

发布于 2024-07-27

导入所需要的库 生成数据集 构造一个简单的人工训练数据集，设训练数据集样本数为1000，输入个数（特征数）为2。使用线性回归模型真 …

3.1 线性回归

发布于 2024-02-08

线性回归输出的是连续值，适用于如预测房屋价格、气温、销售额等连续值的问题。 线性回归的基本要素 模型定义 假设输入有两个参数，分别 …