摘要：
VS+Qt集成环境 下载VS与Qt并安装。 VS：官网链接 Qt：下载链接 将Qt的bin目录加入PATH路径 bin目录举例：D:\development\Qt\5.12.0\msvc2017_64\bin 下载VS对应版本的Qt扩展插件，可以在VS的扩展商店下载也可以去网站下载然后安装 Qt V 阅读全文
摘要：
今天使用pytorch 来实现一元线性回归和多元线性回归，先来学习一下pytorch 如何实现线性回归。 一元线性回归代码如下： import torch import pandas as pd df = pd.read_csv('archive/train.csv') x_data = torch 阅读全文
摘要：
前几天实现了梯度下降，今天尝试使用pytorch 实现梯度下降，话不多说，上代码！还是使用之前的简单一元线性回归数据集。 import torch import pandas as pd # 从文件读取数据 df = pd.read_csv(filepath_or_buffer='archive/t 阅读全文
摘要：
今天实现了梯度下降算法与sklearn 实现的多元线性回归。首先说说梯度下降算法。 梯度下降 梯度是对于可微的数量场 f(x, y, z)，以 \((\frac{\partial f}{\partial x} ,\frac{\partial f}{\partial y} ,\frac{\partia 阅读全文
摘要：
在上次的代码重写中使用了sklearn.LinearRegression 类进行了线性回归之后猜测其使用的是常用的梯度下降+反向传播算法实现，所以今天来学习它的源码实现。但是在看到源码的一瞬间突然有种怀疑人生的感觉，我是谁？我在哪？果然大佬的代码只能让我膜拜。 在一目十行地看完代码之后，我发现了一个 阅读全文
摘要：
在意识到上次出现的问题之后，学习了新的技术并参考kaggle 上前辈的代码后，重写了之前的代码。 首先介绍几个工具： 1、sklearn：即Scikit-learn 是针对Python 编程语言的免费软件机器学习库，相信这个下图领域内没人会陌生。在这里我使用LinearRegressionl 类替代 阅读全文
摘要：
在学习了河北工业大学刘老师的课程与台湾大学李宏毅老师的课程后，自己在kaggle 找了一个简单的随机线性回归的数据集来实践：https://www.kaggle.com/andonians/random-linear-regression 使用的是MSE（均方误差）作为损失函数，看着好像是最小二乘法 阅读全文