动手学深度学习笔记|3.2线性回归的从零开始实现（附课后习题答案）

线性回归的从零开始实现

import random
import torch
import matplotlib.pyplot as plt
import numpy as np

生成数据集

def synthetic_data(w,b,num_examples):#@save
    #有@save标记的函数是以后课程也需要的函数
    #num_examples是需要生成的数据量
    X=torch.normal(0,1,(num_examples,len(w)))#随机生成X值
    y=torch.matmul(X,w)+b#点乘
    y+=torch.normal(0,0.01,y.shape)#加入噪声
    return X,y.reshape(-1,1)#y原本为1D向量，需要配合X转换为2D向量

• X 的形状是 (num_examples, len(w))。
• w 的形状是 (len(w),)。
• torch.matmul(X, w) 的结果是一个 1D 张量（向量），形状为 (num_examples,)。
• 加上标量 b 后，y 的形状仍然是 (num_examples,)

true_w=torch.tensor([2,-3.4])
true_b=4.2
features,labels=synthetic_data(true_w,true_b,1000)
print('features:', features[0],'\nlabel:', labels[0])