点击联系发帖人模型：线性回归的假设：输出与各个输入之间是线性关系求出最终的权重与偏置
损失函数：在训练过程中衡量价格预测值与真实值间的误差，单个样本时使用平方误差；取小批量样本时，使用平方误差求平均
优化：使用随机梯度下降，小批量随机梯度下降指先选取一组模型参数的初始值如随机选取；接下来对参数进行多次迭代，使每次迭代都可能降低损失函数的值
矢量计算：使用torch做矢量加法比使用标量加法更快。
线性回归用于連续值预测
神经网络的激活函数：使得神经网络能够进行非线性变换激活函数一定是非线性的，通常有ReLU函数、Sigmoid函数、tanh函数
建立字典将烸个词映射到一个唯一的索引（index）
将文本从词的序列转换为索引的序列
或者用spaCy和NLTK现成的分词工具对文本进行分词
随机采样：每次从数据里隨机采样一个小批量，在随机采样中每个样本是原始序列上任意截取的一段序列，相邻的两个随机小批量在原始序列上的位置不一定相毗邻
相邻采样：在相邻采样中，相邻的两个随机小批量在原始序列上的位置相毗邻
从零开始实现循环神经网络：
首先将字符表示成向量（如one-hot向量），每个字符对应一个唯一的索引
发布了1 篇原创文章 · 获赞 0 · 访问量 21
