摘要：
激活函数 作用 在网路的中间层，允许输出函数在不同的值上具有不同的斜率，这些不同斜率的部分可以近似任意函数。 在网络的最后一层，可以将线性运算的输出限制在指定范围内。 具有的性质 非线性：非线性允许整个网络可以近似更复杂的函数。 可微：可以通过梯度来更新。 至少有一个敏感区域：输入中，细微的改变对输 阅读全文
摘要：
线性模型 y = w * x + b def model(t_u,w,b): return w*t_u+b w为权重，b为偏置项，是可学习参数。 损失函数 预测值与真实值之间的误差，以均方损失误差MSE为例。 def loss_fn(t_p,t_c): squared_diffs = (t_p-t_ 阅读全文
