Huấn luyện linear regression bằng PyTorch
Huấn luyện model PyTorch end-to-end trên bài regression nhỏ và quan sát loss.
Tiến độ của tôi ở bài này
Điểm được lưu vào tài khoản sau khi chấm bài.
Đang tải điểm của bạn…
Kiến thức và chủ đề
Kiến thức tiên quyết: single optimizer step, DataLoader concept, MSE loss.
Nội dung đề bài
Mục tiêu kiến thức
Huấn luyện model PyTorch end-to-end trên bài regression nhỏ và quan sát loss.
Mô tả bài toán
Đây là bài số 389 trong tầng PyTorch deep learning thực hành. Bài dùng thư viện nn.Linear + MSELoss + SGD trên dữ liệu nhỏ, cố định và chạy CPU; mục tiêu là hiểu workflow chứ không bắt học viên tự viết lại thư viện.
Yêu cầu
Tạo Linear model, MSELoss, SGD; lặp epochs với zero_grad/backward/step rồi trả loss đầu/cuối và predictions.
def train_torch_linear_regression(X, y, epochs, learning_rate):Input
X/y regression, epochs và learning_rate.
Output
Dictionary initial_loss, final_loss, predictions.
Ràng buộc
Seed 42, full-batch training, prediction là output sau cùng.
Ví dụ
Giải thích
Dữ liệu y=2x+1 sau đủ epoch có final MSE rất nhỏ.
Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.
Góp ý & báo lỗi bài tập
Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.