每天五分钟深度学习pytorch：基于pytorch搭建一元线性回归模型
本文重点
前面我们学习了很多零散的知识，比如优化器，学习率，损失函数，反向传播参数计算等等，从本节课程起，我们将这些知识总结起来，本节课程我们看一下，如何才能通过pytorch搭建一元线性回归模型
什么是一元线性回归模型？
一元线性回归是只有一个自变量 （自变量x和因变量y）线性相关关系的方法。也就是说输入x的维度只有一维，我们可以理解为它是一个输入层有一个神经元，没有隐藏层，输出层有一个神经元的简单的神经网络，它的结构为：
使用pytorch搭建一元线性回归模型
class LinearRegression(nn.Module): def __init__(self): super(LinearRegression,self).__init__() self.linear = nn.Linear(1,1) #定义一个全连接层，输入和输出是1维def forward(self,x):#前向传播out = self.linear(x) return out
我们自定义了一个类