Mini-batch gradient descent 是梯度下降算法的一个变种，常用于训练深度学习模型。该算法背后的思想是将训练数据分成批次，然后顺序处理。在每次迭代中，我们同时更新属于特定批次的所有训练样本的权重。……

梯度下降算法是训练深度神经网络最流行的方法之一。它在计算机视觉、语音识别和自然语言处理等领域有许多应用。虽然梯度下降的概念已经存在了几十年，但直到最近才将其应用于与深度相关的应用……

线性回归是一种简单而强大的技术，用于根据其他变量预测变量的值。它通常用于模拟两个或多个连续变量之间的关系，例如收入与年龄之间的关系，或体重与身高之间的关系。同样，线性回归可用于预测连续……

线性回归是一种估计两个变量之间关系的统计技术。线性回归的一个简单例子是根据一个人的体重平方根来预测这个人的身高（BMI 就是基于此）。为此，我们需要找到直线的斜率和截距。……

将数据管道的结构设计成可以轻松链接到深度学习模型是任何基于深度学习的系统的重要方面。PyTorch 提供了实现这一目标所需的一切。在上一个教程中，我们使用了简单的数据集，但在实际场景中，我们需要处理更大的数据集……

在机器学习和深度学习问题中，数据准备工作量很大。数据通常很杂乱，在用于训练模型之前需要进行预处理。如果数据准备不当，模型将无法很好地泛化。一些常见的必要步骤……

导数是微积分中最基本的概念之一。它们描述了变量输入的改变如何影响函数输出。本文旨在为不熟悉该框架的人提供 PyTorch 中计算导数的高级介绍。PyTorch 提供了一种便捷的方式来计算导数……

二维张量类似于二维度量。与二维度量一样，二维张量也有 $n$ 行和列。以灰度图像为例，它是一个数值（通常称为像素）的二维矩阵。每个数字从“0”到“255”不等，代表像素的强度值。在这里，……

PyTorch 是一个基于 Python 语言的开源深度学习框架。它允许您构建、训练和部署深度学习模型，提供了极大的灵活性和效率。PyTorch 主要关注张量运算，而张量可以是数字、矩阵或多维数组。在本教程中，我们将执行一些……