深度神经网络——Pytorch实战

数据集类 pytorch自带数据集 torchvision 提供图像数据 torchtext 提供文本数据 加载本地数据集 数据加载器 在对数据量非常大的数据进行训练时，往往会对整个数据进行随机的打乱

常用十种优化器 torch.optim.SGD 随机梯度下降算法（动量momentum可选） torch.optim.ASGD 平均随机梯度下降算法 torch.optim.Rprop 弹性反向传播

监督学习中，如果预测的变量是离散的，我们称其为分类（如决策树，支持向量机等），如果预测的变量是连续的，我们称其为回归。 L1损失函数 计算 output 和 target 之差的绝对值 L2损失函数M

数据集 深度学习中，算法的好坏是测试集的训练结果体现的，同时也在推动算法的更新迭代。 常用的数据集 参考链接：https://zhuanlan.zhihu.com/p/55775309 Datafou

--- highlight: an-old-hope --- ```js import torch from torch import nn # 第一步 准备数据集 # x,y是矩阵，3行1列 也就是

创建y = w * x线性模型并生成图像 Matplotlib三维绘图基础 创建三维坐标对象Axes3D #方法一，利用关键字 #方法二，利用三维轴方法 创建三位曲线和散点图

首先要了解几个东西： pyenv: 服务器的python版本管理工具 Xming: 将服务器界面显示在本地的Windows桌面上 PuTTY: 是一种连接linux服务器的ssh连接方式，需要建立后打

第一步 打开pycharm File/new Project创建新项目 Location：新项目存放位置 New environment using:可选择Virtualenv或者Conda （ 如果

该搭建攻略是作者查阅了资料后总结的自己的理解及实现过程 借阅资料来自：https://blog.csdn.net/thomaswu1992/article/details/90293015 第一步 安