Primeros pasos con Pytorch usando Colab Part VI
En este artículo hablaré de Pytorch, Regresión no lineal poder entender como funciona usando “Google Colab” como interface de desarrollo.
ÁLGEBRA LINEAL
Es una forma de matemática continua en lugar de discreta, muchos científicos informáticos tienen poca experiencia con ella. Una buena comprensión del álgebra lineal es esencial para entender y trabajar con muchos algoritmos de aprendizaje automático, especialmente los algoritmos de aprendizaje profundo.
REGRESIÓN NO LINEAl
Las ecuaciones no lineales pueden tomar muchas formas diferentes. La forma más fácil de determinar si una ecuación es no lineal es enfocarse en el término “no lineal” en sí. Literalmente, no es lineal. Si la ecuación no cumple con los criterios anteriores para una ecuación lineal, es no lineal.
¿Qué es Google Colab?
Colaboratory es un entorno gratuito de Jupyter Notebook que no requiere configuración y que se ejecuta completamente en la nube.
ejemplo:
Instalación Colab
Fake Dataset
Importa Librerías
Semilla
Variables
Tensor
Visualización
Parámetros
NoLinearRegresion
Optimización y perdida
Entrenamiento del modelo
Visualización
LIBRO DE AYUDA
CONCLUSIÓN
Espero les haya gustado este artículo de Pytorch y Colab y el uso de regresión no lineales usando pytorch
Esto ayuda sorprendente mente en la experimentación rápida con los datos.
A continuación estaré publicando algunos artículos más específicos para PyTorch hasta crear pequeñas aplicaciones , así como jugar con la imaginación de crear algo.
Continuar leyendo
pytorch Part 5( aquí)
pytorch Part 7( aquí)
REFERENCIAS
- https://developers.google.com/machine-learning/crash-course/multi-class-neural-networks/softmax?hl=es-419
- https://documen.tician.de/pycuda/
- https://www.joyk.com/dig/detail/74093l
- https://www.aiworkbox.com/lessons/cast-a-pytorch-tensor-to-another-type
- https://pytorch.org/blog/a-year-in/
- https://openreview.net/pdf?id=BJJsrmfCZ
- https://deepsense.ai/keras-or-pytorch/
linkedin: