前情回顾:

一、【Python & mxnet】模拟实现:自定义线性回归(创建数据集 || 数据读取 || 初始化模型参数 || 定义模型 || 损失函数 || 优化 || 训练)

二、【Python & mxnet & gluon】基于 gluon 的自定义线性回归(创建数据集 || 数据读取 || 初始化模型参数 || 定义模型 损失函数 || 优化 || 训练)

一、回顾

通过上面关于线性回归的学习,我们应该已经掌握了在实践一个ML问题的具体形式,包括:如何读取和操作数据,如何构造目标函数,如何对目标函数求导,如何定义损失函数,模型和求解的问题。

接下来,我们就要看一个稍微有意思一点的问题,如何使用多类逻辑回归来进行多分类,这个模型和 LinearRegression 的主要区别就在,输出节点从一个变成了多个。

二、练习

参考链接

评论可见,请评论后查看内容,谢谢!!!评论后请刷新页面。
大家都在看: