PyTorch搭建一维线性回归模型（二）

PyTorch基础入门二：PyTorch搭建一维线性回归模型给定数据集如何才能学习到参数均方差误差非常直观，也有着很好的几何意义，对应了常用的欧式距离。然后我们定义出损失函数和优化函数，这里使用均方误差作为损失函数，使用梯度下降进行优化：接下来，开始进行模型的训练。首先定义了迭代的次数，这里为1000次，先向前传播计算出损失函数，然后向后传播计算梯度，这里需要注意的是，每次计算梯度前都要记得将梯度归零，不然梯度会累加到一起造成结果不收敛。为了便于看到结果，每隔一段时间输出当前的迭代轮数和损失函数。接下来，我们通过model.eval()函数将模型变为测试模式，然后将数据放入模型中进行预测。