摘要：```python # tensorflow里引入一个新的数据类型-张量(tensor)，与numpy的ndarray类似，是一个多维数组。和numpy的区别在于：numpy的ndarray只支持CPU计算，而张量支持GPU，可以通过GPU加速，提高速度，同时张量还支持自动微分计算，更适合深度学习 阅读全文

摘要：1.reshape重置形状 a = tf.random.normal([4,28,28,3]) print("a:",a.shape,a.ndim) # 失去图片的行和列信息，可以理解为每个像素点（pixel） b = tf.reshape(a,[4,28*28,3]) print("b:",b.s 阅读全文

摘要：1.算法原理 y=w*x+b+ε loss=Σ(w*xi+b-yi)2 w'=w-lr*(loss对w求偏导) # 梯度下降算法 b'=b-lr*(loss对b求偏导) # 梯度下降算法 2.基于numpy实现 def compute_loss(b,w,points): loss = 0 n = l 阅读全文

摘要：1.手工实现 import torch from matplotlib import pyplot as plt # 损失率： learn_rate = 0.1 # 训练数据 x = torch.rand([500,1]) y = 3*x + 0.8 # 参数 w = torch.rand([1,1 阅读全文