2020年2月13日

小匠第一周期打卡笔记-Task01

摘要: 一、线性回归 知识点记录 线性回归输出是一个连续值,因此适用于回归问题。如预测房屋价格、气温、销售额等连续值的问题。是单层神经网络。 线性判别模型 判别模型 性质:建模预测变量和观测变量之间的关系,亦称作条件模型 分类:确定性判别模型:y=fθ(x) 概率判别模型:pθ(y|x) 线性判别模型(li 阅读全文

posted @ 2020-02-13 19:14 Debug的杰兄 阅读(412) 评论(0) 推荐(0) 编辑

线性回归-Fork

摘要: 线性回归 主要内容包括: 线性回归的基本要素 线性回归模型从零开始的实现 线性回归模型使用pytorch的简洁实现 线性回归的基本要素 模型 为了简单起见,这里我们假设价格只取决于房屋状况的两个因素,即面积(平方米)和房龄(年)。接下来我们希望探索价格与这两个因素的具体关系。线性回归假设输出与各个输 阅读全文

posted @ 2020-02-13 16:00 Debug的杰兄 阅读(455) 评论(0) 推荐(0) 编辑

softmax-Fork

摘要: softmax和分类模型 内容包含: softmax回归的基本概念 如何获取Fashion-MNIST数据集和读取数据 softmax回归模型的从零开始实现,实现一个对Fashion-MNIST训练集中的图像数据进行分类的模型 使用pytorch重新实现softmax回归模型 softmax的基本概 阅读全文

posted @ 2020-02-13 15:55 Debug的杰兄 阅读(330) 评论(0) 推荐(0) 编辑

导航