線性回歸的簡(jiǎn)潔實(shí)現(xiàn)習(xí)題

1.如果我們用nn.MSELoss()替換nn.MSELoss(reduction='sum')，為了使代碼的行為相同，需要怎么更改學(xué)習(xí)率？為什么？

? ? reduction默認(rèn)為mean均值，修改為sum之后，loss變大了，所以要減小lr。

2.查看PyTorch文檔，了解提供了哪些損失函數(shù)和初始化方法。用Huber損失來代替。

3. 你如何訪問net[0].weight的梯度？

? ? net[0].weight.grad

最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容