摘要：
1. 使用keras的API配置训练 训练代码： import tensorflow as tf from tensorflow import keras import numpy as np from matplotlib import pyplot as plt np.random.seed(4 阅读全文
摘要：
方式一 常用函数 numpy.random.rand(d0, d1, ..., dn) #产生均匀分布的随机数 numpy.random.randn(d0, d1, ..., dn) # 产生标准正态分布随机数 numpy.random.randint(low, high=None, size=No 阅读全文
摘要：
在训练前写model.train()，进入训练模式。 在预测前写model.eval()，进入预测模式。 参考https://blog.csdn.net/weixin_43593330/article/details/107547202 阅读全文
摘要：
一般保存和加载模型的后缀名都是.ph或者.pth 官方文档 保存与加载整个模型（不推荐） 该方法会保存整个模型的网络架构以及当前训练的参数（w、b等） 保存模型 torch.save(model, PATH) 加载模型 model = torch.load(PATH) 举例： torch.save( 阅读全文
摘要：
导包 导入必要的包 import torch import torch.nn as nn import torch.nn.functional as F from matplotlib import pyplot as plt 创建数据集与预处理 创建训练用的数据集，这里训练目标是预测 y = x^ 阅读全文
摘要：
PyTorch中MSELoss的使用 参数 torch.nn.MSELoss(size_average=None, reduce=None, reduction: str = 'mean') size_average和reduce在当前版本的pytorch已经不建议使用了，只设置reduction就 阅读全文