d2l.plt.scatter(,,),使用d2l库中的绘图函数来创建散点图。 这个函数接受三个参数: features[:,1].detach().numpy() 是一个二维张量features的切片操作,选择了所有行的第二列数据。detach()函数用于将张量从计算图中分离,numpy()方法将张量转换为NumPy数组。这样得到的是一个NumPy数组,代表散点
train_iter = d2l.load_array((train_features, train_labels.reshape(-1,1)), @@ -418,7 +418,7 @@ def train(train_features, test_features, train_labels, test_labels, num_epochs=400): loss = tf.losses.MeanSquaredError() input_shape = train_features.shape[-1] # 不设置偏置,因为我们已...
torch.nn.Sigmoid()是用于创建一个激活函数层,实现了 Sigmoid 激活函数。Sigmoid 激活函数是一种经典的非线性激活函数,经常用于神经网络的输出层,尤其是在二分类问题中。 基本特征 Sigmoid 函数的数学形式为:f(x) = 1 / (1 + exp(-x))。它将任意实数值映射到 (0, 1) 区间内,因此特别适合用来做二元分类...
下面的`mkdir_if_not_exist` 函数可确保目录 `../data` 存在。注意,注释 `#@save`是一个特殊的标记,该标记下面的函数、类或语句将保存在 `d2l` 软件包中,以便以后可以直接调用它们(例如 `d2l.mkdir_if_not_exist(path)`)而无需重新定义。 举一个例子,我们首先(**创建一个人工数据集,并存储在csv(逗号...
K = nd.array([[[0,1], [2,3]], [[1,2], [3,4]]]) @@ -44,7 +44,7 @@ corr2d_multi_in(X, K) ## 多输出通道 在多输入通道下,由于我们对各个通道结果做了累加,因此不论输入通道数是多少,输入通道总是为1。如果想得到$c_o>1$通道的输出,我们为每个输出通道创建单独的$c_i\times ...