线性回归的简洁实现

文档摘要

线性回归的简洁实现 :label: 在过去的几年里，出于对深度学习强烈的兴趣，许多公司、学者和业余爱好者开发了各种成熟的开源框架。这些框架可以自动化基于梯度的学习算法中重复性的工作。在 :numref: 中，我们只运用了：（1）通过张量来进行数据存储和线性代数；（2）通过自动微分来计算梯度。实际上，由于数据迭代器、损失函数、优化器和神经网络层很常用，现代深度学习库也为我们实现了这些组件。本节将介绍如何(通过使用深度学习框架来简洁地实现) :numref: 中的(线性回归模型)。生成数据集与 :numref: 中类似，我们首先[生成数据集]。读取数据集我们可以[调用框架中现有的API来读取数据]。我们将和作为API的参数传递，并通过数据迭代器指定。