脚本宝典收集整理的这篇文章主要介绍了逻辑回归，脚本宝典觉得挺不错的，现在分享给大家，也给大家做个参考。

说明：1、 逻辑斯蒂回归和线性模型的明显区别是在线性模型的后面，添加了激活函数(非线性变换)

​ 2、分布的差异：KL散度，cross-entropy交叉熵

说明：预测与标签越接近，BCE损失越小。

代码说明：

1、视频中代码F.sigmoid(self.linear(x))会引发warning，此处更改为torch.sigmoid(self.linear(x))

torch.sigmoid() 与 torch.nn.Sigmoid() 对比

torch.sigmoid()、torch.nn.Sigmoid()和torch.nn.functional.sigmoid()三者之间的区别

2、BCELoss - Binary CrossEntropyLoss

BCELoss 是CrossEntropyLoss的一个特例，只用于二分类问题，而CrossEntropyLoss可以用于二分类，也可以用于多分类。

如果是二分类问题，建议BCELoss

五分钟理解：BCELoss 和 BCEWithLogitsLoss的区别

pytorch nn.BCELoss()详解

torch.empty()和torch.Tensor.random_()的使用举例

1.代码：

import torch
# import torch.nn.functional as F
 
# prepare dataset
x_data = torch.Tensor([[1.0], [2.0], [3.0]])
y_data = torch.Tensor([[0], [0], [1]])
 
#design model using class
class LogisticRegressionModel(torch.nn.Module):
    def __init__(self):
        super(LogisticRegressionModel, self).__init__()
        self.linear = torch.nn.Linear(1,1)
 
    def forward(self, x):
        # y_pred = F.sigmoid(self.linear(x))
        y_pred = torch.sigmoid(self.linear(x))
        return y_pred
model = LogisticRegressionModel()
 
# construct loss and optimizer
# 默认情况下，loss会基于element平均，如果size_average=False的话，loss会被累加。
criterion = torch.nn.BCELoss(size_average = False) 
optimizer = torch.optim.SGD(model.parameters(), lr = 0.01)
 
# training cycle forward, backward, update
for epoch in range(1000):
    y_pred = model(x_data)
    loss = criterion(y_pred, y_data)
    print(epoch, loss.item())
 
    optimizer.zero_grad()
    loss.backward()
    optimizer.step()
 
print('w = ', model.linear.weight.item())
print('b = ', model.linear.bias.item())
 
x_test = torch.Tensor([[4.0]])
y_test = model(x_test)
print('y_pred = ', y_test.data)

0 3.639707565307617
1 3.5620806217193604
2 3.486848831176758
3 3.414055585861206
4 3.343738555908203
5 3.2759275436401367
6 3.210643768310547
7 3.1479012966156006
8 3.087705373764038
9 3.0300519466400146
10 2.9749276638031006
11 2.922311544418335
12 2.872174024581909
13 2.8244757652282715
14 2.7791709899902344
15 2.736205816268921
16 2.6955206394195557
17 2.6570494174957275
18 2.620720386505127
19 2.586458206176758
20 2.5541841983795166
21 2.5238165855407715
22 2.495270013809204
23 2.4684619903564453
24 2.4433062076568604
25 2.41971755027771
26 2.3976123332977295
27 2.3769071102142334
28 2.3575215339660645
29 2.339376449584961
30 2.3223955631256104
31 2.3065056800842285
32 2.291635751724243
33 2.277719259262085
34 2.2646913528442383
35 2.2524912357330322
36 2.241061210632324
37 2.230347156524658
38 2.22029709815979
39 2.2108638286590576
40 2.2020010948181152
41 2.1936678886413574
42 2.185823440551758
43 2.178431987762451
44 2.1714587211608887
45 2.1648716926574707
46 2.158641815185547
47 2.1527411937713623
48 2.1471445560455322
49 2.1418280601501465
50 2.136770248413086
51 2.131950616836548
52 2.1273510456085205
53 2.1229538917541504
54 2.1187429428100586
55 2.1147046089172363
56 2.1108243465423584
57 2.1070902347564697
58 2.1034910678863525
59 2.10001540184021
60 2.0966544151306152
61 2.0933985710144043
62 2.090240001678467
63 2.0871710777282715
64 2.0841846466064453
65 2.0812742710113525
66 2.0784342288970947
67 2.0756592750549316
68 2.072944164276123
69 2.070284605026245
70 2.067675828933716
71 2.065114736557007
72 2.0625967979431152
73 2.060120105743408
74 2.057680130004883
75 2.0552752017974854
76 2.0529024600982666
77 2.0505590438842773
78 2.048243999481201
79 2.045954465866089
80 2.0436887741088867
81 2.04144549369812
82 2.0392229557037354
83 2.037019729614258
84 2.034834384918213
85 2.0326666831970215
86 2.0305137634277344
87 2.0283761024475098
88 2.026252269744873
89 2.024141788482666
90 2.022043228149414
91 2.019956111907959
92 2.0178799629211426
93 2.0158145427703857
94 2.013758420944214
95 2.011711597442627
96 2.009673595428467
97 2.007643699645996
98 2.005622148513794
99 2.003607988357544
100 2.001600742340088
101 1.9996006488800049
102 1.9976073503494263
103 1.995620608329773
104 1.9936394691467285
105 1.9916646480560303
106 1.9896957874298096
107 1.9877318143844604
108 1.9857732057571411
109 1.9838203191757202
110 1.981872320175171
111 1.9799292087554932
112 1.9779906272888184
113 1.9760569334030151
114 1.9741278886795044
115 1.972203016281128
116 1.970282793045044
117 1.9683668613433838
118 1.9664549827575684
119 1.9645476341247559
120 1.9626438617706299
121 1.9607442617416382
122 1.9588487148284912
123 1.9569571018218994
124 1.9550690650939941
125 1.9531850814819336
126 1.9513047933578491
127 1.9494280815124512
128 1.9475555419921875
129 1.9456863403320312
130 1.9438207149505615
131 1.9419586658477783
132 1.9401004314422607
133 1.9382455348968506
134 1.9363939762115479
135 1.9345459938049316
136 1.932701587677002
137 1.9308608770370483
138 1.9290231466293335
139 1.9271891117095947
140 1.9253580570220947
141 1.9235310554504395
142 1.921707034111023
143 1.9198863506317139
144 1.9180690050125122
145 1.9162551164627075
146 1.9144444465637207
147 1.9126369953155518
148 1.9108328819274902
149 1.909031867980957
150 1.9072344303131104
151 1.905440092086792
152 1.903648853302002
153 1.9018611907958984
154 1.9000763893127441
155 1.8982946872711182
156 1.8965166807174683
157 1.8947415351867676
158 1.8929698467254639
159 1.8912010192871094
160 1.8894355297088623
161 1.8876731395721436
162 1.8859137296676636
163 1.884157657623291
164 1.8824046850204468
165 1.8806548118591309
166 1.8789079189300537
167 1.877164363861084
168 1.875423789024353
169 1.8736865520477295
170 1.8719520568847656
171 1.8702208995819092
172 1.868492841720581
173 1.8667676448822021
174 1.8650457859039307
175 1.8633267879486084
176 1.8616105318069458
177 1.8598978519439697
178 1.8581879138946533
179 1.8564807176589966
180 1.8547773361206055
181 1.8530763387680054
182 1.8513786792755127
183 1.8496838808059692
184 1.8479920625686646
185 1.8463034629821777
186 1.8446176052093506
187 1.8429346084594727
188 1.841254711151123
189 1.8395779132843018
190 1.8379038572311401
191 1.8362330198287964
192 1.8345648050308228
193 1.832900047302246
194 1.831237554550171
195 1.8295783996582031
196 1.8279221057891846
197 1.8262689113616943
198 1.8246183395385742
199 1.8229707479476929
200 1.8213260173797607
201 1.8196842670440674
202 1.8180453777313232
203 1.8164093494415283
204 1.8147761821746826
205 1.8131458759307861
206 1.8115184307098389
207 1.8098938465118408
208 1.808272123336792
209 1.8066532611846924
210 1.8050373792648315
211 1.8034241199493408
212 1.8018139600753784
213 1.800206184387207
214 1.7986016273498535
215 1.7969998121261597
216 1.795400857925415
217 1.793804407119751
218 1.7922110557556152
219 1.7906200885772705
220 1.789032220840454
221 1.7874470949172974
222 1.7858647108078003
223 1.7842849493026733
224 1.7827084064483643
225 1.7811341285705566
226 1.7795629501342773
227 1.777994155883789
228 1.77642822265625
229 1.7748653888702393
230 1.7733047008514404
231 1.77174711227417
232 1.77019202709198
233 1.7686398029327393
234 1.767090082168579
235 1.7655432224273682
236 1.7639994621276855
237 1.7624577283859253
238 1.7609188556671143
239 1.759382724761963
240 1.7578492164611816
241 1.7563183307647705
242 1.7547900676727295
243 1.7532646656036377
244 1.7517420053482056
245 1.7502217292785645
246 1.748704195022583
247 1.7471891641616821
248 1.7456769943237305
249 1.7441673278808594
250 1.7426602840423584
251 1.7411558628082275
252 1.7396538257598877
253 1.7381545305252075
254 1.7366580963134766
255 1.7351638078689575
256 1.7336721420288086
257 1.7321834564208984
258 1.7306971549987793
259 1.7292132377624512
260 1.7277324199676514
261 1.7262535095214844
262 1.7247774600982666
263 1.7233037948608398
264 1.7218327522277832
265 1.7203643321990967
266 1.7188985347747803
267 1.7174350023269653
268 1.715973973274231
269 1.7145154476165771
270 1.713059663772583
271 1.7116062641143799
272 1.7101554870605469
273 1.7087070941925049
274 1.707261085510254
275 1.7058175802230835
276 1.7043766975402832
277 1.7029380798339844
278 1.7015020847320557
279 1.7000688314437866
280 1.6986374855041504
281 1.6972088813781738
282 1.6957826614379883
283 1.6943589448928833
284 1.6929376125335693
285 1.6915186643600464
286 1.6901023387908936
287 1.688688039779663
288 1.6872766017913818
289 1.6858673095703125
290 1.6844606399536133
291 1.683056116104126
292 1.6816539764404297
293 1.6802544593811035
294 1.6788573265075684
295 1.6774623394012451
296 1.676069736480713
297 1.6746798753738403
298 1.6732919216156006
299 1.6719067096710205
300 1.6705234050750732
301 1.669142723083496
302 1.667764663696289
303 1.6663885116577148
304 1.6650148630142212
305 1.6636433601379395
306 1.6622743606567383
307 1.6609077453613281
308 1.6595432758331299
309 1.6581814289093018
310 1.6568217277526855
311 1.6554641723632812
312 1.654109001159668
313 1.6527560949325562
314 1.6514055728912354
315 1.6500574350357056
316 1.6487112045288086
317 1.6473674774169922
318 1.6460260152816772
319 1.6446868181228638
320 1.6433498859405518
321 1.6420153379440308
322 1.6406826972961426
323 1.639352560043335
324 1.6380246877670288
325 1.6366987228393555
326 1.6353752613067627
327 1.6340539455413818
328 1.632735013961792
329 1.631418228149414
330 1.6301034688949585
331 1.628791093826294
332 1.6274808645248413
333 1.6261727809906006
334 1.6248669624328613
335 1.623563289642334
336 1.6222620010375977
337 1.6209626197814941
338 1.6196656227111816
339 1.618370532989502
340 1.6170779466629028
341 1.615787148475647
342 1.6144986152648926
343 1.6132124662399292
344 1.6119282245635986
345 1.6106460094451904
346 1.6093661785125732
347 1.608088731765747
348 1.6068129539489746
349 1.6055395603179932
350 1.604268193244934
351 1.6029987335205078
352 1.601731538772583
353 1.6004667282104492
354 1.5992037057876587
355 1.59794282913208
356 1.596684217453003
357 1.5954272747039795
358 1.594172716140747
359 1.5929203033447266
360 1.591670036315918
361 1.5904216766357422
362 1.5891752243041992
363 1.5879310369491577
364 1.5866889953613281
365 1.5854488611221313
366 1.584210753440857
367 1.5829746723175049
368 1.5817408561706543
369 1.5805089473724365
370 1.5792789459228516
371 1.578050971031189
372 1.5768251419067383
373 1.5756012201309204
374 1.574379563331604
375 1.5731596946716309
376 1.57194185256958
377 1.5707261562347412
378 1.5695122480392456
379 1.5683003664016724
380 1.567090630531311
381 1.565882921218872
382 1.5646770000457764
383 1.5634729862213135
384 1.5622711181640625
385 1.5610711574554443
386 1.559873342514038
387 1.5586771965026855
388 1.557483196258545
389 1.556291103363037
390 1.5551007986068726
391 1.5539127588272095
392 1.5527262687683105
393 1.551542043685913
394 1.5503597259521484
395 1.549179196357727
396 1.5480005741119385
397 1.5468238592147827
398 1.5456490516662598
399 1.5444765090942383
400 1.5433053970336914
401 1.542136549949646
402 1.5409693717956543
403 1.539804220199585
404 1.5386407375335693
405 1.5374796390533447
406 1.5363197326660156
407 1.5351622104644775
408 1.5340065956115723
409 1.5328524112701416
410 1.5317003726959229
411 1.530550241470337
412 1.5294020175933838
413 1.5282554626464844
414 1.5271108150482178
415 1.525968074798584
416 1.5248273611068726
417 1.5236881971359253
418 1.5225508213043213
419 1.52141535282135
420 1.5202820301055908
421 1.5191501379013062
422 1.5180201530456543
423 1.5168919563293457
424 1.5157657861709595
425 1.5146411657333374
426 1.5135183334350586
427 1.5123975276947021
428 1.5112783908843994
429 1.51016104221344
430 1.5090456008911133
431 1.5079318284988403
432 1.5068199634552002
433 1.5057096481323242
434 1.504601240158081
435 1.5034945011138916
436 1.502389907836914
437 1.5012866258621216
438 1.500185251235962
439 1.4990856647491455
440 1.4979877471923828
441 1.496891736984253
442 1.4957973957061768
443 1.4947049617767334
444 1.4936139583587646
445 1.4925248622894287
446 1.491437554359436
447 1.4903517961502075
448 1.4892678260803223
449 1.4881858825683594
450 1.487105131149292
451 1.4860261678695679
452 1.4849492311477661
453 1.4838736057281494
454 1.4828001260757446
455 1.4817280769348145
456 1.4806578159332275
457 1.4795892238616943
458 1.4785221815109253
459 1.477457046508789
460 1.4763935804367065
461 1.4753317832946777
462 1.474271535873413
463 1.4732129573822021
464 1.4721561670303345
465 1.4711010456085205
466 1.4700474739074707
467 1.4689955711364746
468 1.4679453372955322
469 1.4668967723846436
470 1.4658496379852295
471 1.4648044109344482
472 1.4637608528137207
473 1.4627187252044678
474 1.4616782665252686
475 1.4606397151947021
476 1.4596025943756104
477 1.4585670232772827
478 1.4575331211090088
479 1.456500768661499
480 1.455470085144043
481 1.4544411897659302
482 1.4534136056900024
483 1.452387809753418
484 1.4513635635375977
485 1.450340986251831
486 1.449319839477539
487 1.4483003616333008
488 1.4472824335098267
489 1.4462662935256958
490 1.4452515840530396
491 1.4442384243011475
492 1.44322669506073
493 1.4422167539596558
494 1.4412082433700562
495 1.4402014017105103
496 1.4391958713531494
497 1.4381921291351318
498 1.4371899366378784
499 1.4361894130706787
500 1.4351900815963745
501 1.4341925382614136
502 1.4331965446472168
503 1.4322019815444946
504 1.4312089681625366
505 1.4302175045013428
506 1.429227590560913
507 1.428239107131958
508 1.4272522926330566
509 1.4262669086456299
510 1.4252830743789673
511 1.4243007898330688
512 1.4233198165893555
513 1.4223406314849854
514 1.4213627576828003
515 1.4203864336013794
516 1.419411540031433
517 1.418438196182251
518 1.417466163635254
519 1.4164958000183105
520 1.4155269861221313
521 1.4145596027374268
522 1.4135937690734863
523 1.4126291275024414
524 1.4116661548614502
525 1.4107046127319336
526 1.4097445011138916
527 1.4087858200073242
528 1.4078285694122314
529 1.4068727493286133
530 1.4059185981750488
531 1.404965877532959
532 1.4040144681930542
533 1.4030646085739136
534 1.4021164178848267
535 1.4011690616607666
536 1.4002233743667603
537 1.3992793560028076
538 1.3983367681503296
539 1.397395133972168
540 1.3964554071426392
541 1.395517110824585
542 1.3945798873901367
543 1.3936443328857422
544 1.3927099704742432
545 1.3917772769927979
546 1.390845775604248
547 1.3899157047271729
548 1.3889870643615723
549 1.3880598545074463
550 1.3871339559555054
551 1.386209487915039
552 1.3852864503860474
553 1.3843650817871094
554 1.3834445476531982
555 1.3825256824493408
556 1.3816081285476685
557 1.3806918859481812
558 1.3797770738601685
559 1.3788635730743408
560 1.3779516220092773
561 1.3770408630371094
562 1.376131534576416
563 1.3752235174179077
564 1.374316930770874
565 1.3734118938446045
566 1.3725075721740723
567 1.3716051578521729
568 1.3707038164138794
569 1.369803786277771
570 1.3689053058624268
571 1.3680081367492676
572 1.367112159729004
573 1.3662176132202148
574 1.3653244972229004
575 1.3644323348999023
576 1.363541841506958
577 1.3626526594161987
578 1.3617644309997559
579 1.3608779907226562
580 1.3599926233291626
581 1.3591084480285645
582 1.3582255840301514
583 1.3573442697525024
584 1.356464147567749
585 1.3555852174758911
586 1.3547075986862183
587 1.3538312911987305
588 1.3529562950134277
589 1.3520824909210205
590 1.351210117340088
591 1.3503389358520508
592 1.3494689464569092
593 1.3486006259918213
594 1.3477332592010498
595 1.3468672037124634
596 1.3460023403167725
597 1.3451390266418457
598 1.3442766666412354
599 1.3434157371520996
600 1.3425562381744385
601 1.3416974544525146
602 1.3408401012420654
603 1.3399842977523804
604 1.3391296863555908
605 1.3382760286331177
606 1.3374239206314087
607 1.3365728855133057
608 1.3357230424880981
609 1.3348745107650757
610 1.3340272903442383
611 1.3331811428070068
612 1.3323363065719604
613 1.3314927816390991
614 1.3306504487991333
615 1.3298091888427734
616 1.3289692401885986
617 1.3281303644180298
618 1.3272929191589355
619 1.3264566659927368
620 1.3256213665008545
621 1.3247873783111572
622 1.3239548206329346
623 1.3231234550476074
624 1.3222929239273071
625 1.3214638233184814
626 1.3206357955932617
627 1.3198094367980957
628 1.3189836740493774
629 1.3181592226028442
630 1.317336082458496
631 1.3165141344070435
632 1.3156933784484863
633 1.3148736953735352
634 1.3140549659729004
635 1.3132379055023193
636 1.3124217987060547
637 1.3116066455841064
638 1.3107929229736328
639 1.3099801540374756
640 1.3091685771942139
641 1.3083583116531372
642 1.307549238204956
643 1.3067409992218018
644 1.3059343099594116
645 1.305128574371338
646 1.3043240308761597
647 1.3035204410552979
648 1.3027184009552002
649 1.3019170761108398
650 1.3011170625686646
651 1.3003182411193848
652 1.2995202541351318
653 1.298723578453064
654 1.2979280948638916
655 1.2971336841583252
656 1.2963407039642334
657 1.2955483198165894
658 1.29475736618042
659 1.2939674854278564
660 1.2931787967681885
661 1.292391061782837
662 1.2916045188903809
663 1.2908189296722412
664 1.2900347709655762
665 1.289251446723938
666 1.2884693145751953
667 1.2876880168914795
668 1.2869082689285278
669 1.2861294746398926
670 1.2853513956069946
671 1.2845747470855713
672 1.283799171447754
673 1.2830246686935425
674 1.2822511196136475
675 1.2814791202545166
676 1.2807077169418335
677 1.279937505722046
678 1.2791682481765747
679 1.278400182723999
680 1.2776333093643188
681 1.2768675088882446
682 1.2761023044586182
683 1.2753386497497559
684 1.2745760679244995
685 1.27381432056427
686 1.273053765296936
687 1.272294044494629
688 1.2715356349945068
689 1.2707781791687012
690 1.2700217962265015
691 1.2692663669586182
692 1.2685121297836304
693 1.267758846282959
694 1.2670063972473145
695 1.2662553787231445
696 1.2655051946640015
697 1.2647559642791748
698 1.2640079259872437
699 1.2632609605789185
700 1.2625149488449097
701 1.2617700099945068
702 1.2610260248184204
703 1.2602829933166504
704 1.2595409154891968
705 1.2588000297546387
706 1.258060336112976
707 1.2573212385177612
708 1.2565834522247314
709 1.255846619606018
710 1.255110740661621
711 1.25437593460083
712 1.2536420822143555
713 1.2529091835021973
714 1.2521772384643555
715 1.2514463663101196
716 1.2507166862487793
717 1.2499876022338867
718 1.2492597103118896
719 1.248532772064209
720 1.2478070259094238
721 1.247081995010376
722 1.246358036994934
723 1.2456351518630981
724 1.2449129819869995
725 1.244192123413086
726 1.2434720993041992
727 1.2427531480789185
728 1.242035150527954
729 1.2413179874420166
730 1.240601897239685
731 1.23988676071167
732 1.2391725778579712
733 1.2384594678878784
734 1.2377471923828125
735 1.2370357513427734
736 1.2363255023956299
737 1.2356160879135132
738 1.234907627105713
739 1.2342002391815186
740 1.2334938049316406
741 1.2327882051467896
742 1.2320835590362549
743 1.231379747390747
744 1.2306771278381348
745 1.2299753427505493
746 1.2292743921279907
747 1.2285743951797485
748 1.2278755903244019
749 1.227177381515503
750 1.2264803647994995
751 1.2257840633392334
752 1.2250888347625732
753 1.224394679069519
754 1.223701000213623
755 1.2230088710784912
756 1.222317099571228
757 1.2216265201568604
758 1.2209367752075195
759 1.2202478647232056
760 1.2195600271224976
761 1.218873143196106
762 1.2181869745254517
763 1.2175017595291138
764 1.2168176174163818
765 1.2161343097686768
766 1.215451717376709
767 1.2147703170776367
768 1.2140896320343018
769 1.2134100198745728
770 1.2127310037612915
771 1.2120531797409058
772 1.2113760709762573
773 1.2106997966766357
774 1.2100247144699097
775 1.2093502283096313
776 1.2086766958236694
777 1.208004117012024
778 1.2073323726654053
779 1.206661581993103
780 1.2059916257858276
781 1.2053226232528687
782 1.204654335975647
783 1.2039868831634521
784 1.2033205032348633
785 1.2026548385620117
786 1.2019902467727661
787 1.2013264894485474
788 1.2006633281707764
789 1.2000012397766113
790 1.1993399858474731
791 1.1986796855926514
792 1.198020100593567
793 1.1973613500595093
794 1.1967036724090576
795 1.1960465908050537
796 1.1953904628753662
797 1.194735050201416
798 1.1940808296203613
799 1.193427324295044
800 1.1927745342254639
801 1.1921228170394897
802 1.1914714574813843
803 1.1908215284347534
804 1.1901721954345703
805 1.189523696899414
806 1.1888759136199951
807 1.1882290840148926
808 1.1875829696655273
809 1.1869381666183472
810 1.186293601989746
811 1.185650110244751
812 1.1850073337554932
813 1.1843655109405518
814 1.1837246417999268
815 1.18308424949646
816 1.1824450492858887
817 1.1818064451217651
818 1.1811686754226685
819 1.1805317401885986
820 1.1798956394195557
821 1.1792603731155396
822 1.1786260604858398
823 1.177992343902588
824 1.1773593425750732
825 1.1767274141311646
826 1.1760962009429932
827 1.175465703010559
828 1.1748359203338623
829 1.1742069721221924
830 1.1735790967941284
831 1.1729518175125122
832 1.1723253726959229
833 1.17169988155365
834 1.1710751056671143
835 1.1704509258270264
836 1.1698274612426758
837 1.1692051887512207
838 1.1685835123062134
839 1.1679625511169434
840 1.1673424243927002
841 1.1667231321334839
842 1.1661043167114258
843 1.1654868125915527
844 1.1648699045181274
845 1.16425359249115
846 1.1636381149291992
847 1.163023591041565
848 1.1624095439910889
849 1.1617965698242188
850 1.1611840724945068
851 1.1605727672576904
852 1.1599618196487427
853 1.1593518257141113
854 1.1587426662445068
855 1.15813410282135
856 1.1575262546539307
857 1.1569193601608276
858 1.1563130617141724
859 1.155707597732544
860 1.1551027297973633
861 1.154498815536499
862 1.1538957357406616
863 1.1532933712005615
864 1.1526914834976196
865 1.1520906686782837
866 1.1514904499053955
867 1.1508910655975342
868 1.150292158126831
869 1.1496943235397339
870 1.1490970849990845
871 1.1485005617141724
872 1.147904872894287
873 1.1473100185394287
874 1.146715760231018
875 1.1461220979690552
876 1.1455292701721191
877 1.1449371576309204
878 1.144345760345459
879 1.1437550783157349
880 1.1431655883789062
881 1.1425763368606567
882 1.1419878005981445
883 1.1414003372192383
884 1.1408133506774902
885 1.14022696018219
886 1.1396414041519165
887 1.13905668258667
888 1.138472557067871
889 1.1378891468048096
890 1.137306571006775
891 1.1367244720458984
892 1.1361433267593384
893 1.1355630159378052
894 1.1349830627441406
895 1.134403944015503
896 1.1338255405426025
897 1.1332478523254395
898 1.1326709985733032
899 1.1320946216583252
900 1.131519079208374
901 1.1309442520141602
902 1.1303701400756836
903 1.1297967433929443
904 1.1292239427566528
905 1.128651738166809
906 1.1280803680419922
907 1.1275098323822021
908 1.1269397735595703
909 1.1263704299926758
910 1.125801920890808
911 1.1252338886260986
912 1.1246668100357056
913 1.1241000890731812
914 1.1235342025756836
915 1.122969150543213
916 1.1224048137664795
917 1.1218409538269043
918 1.121277928352356
919 1.1207153797149658
920 1.120153546333313
921 1.1195924282073975
922 1.1190320253372192
923 1.1184722185134888
924 1.1179132461547852
925 1.1173546314239502
926 1.1167969703674316
927 1.1162400245666504
928 1.1156835556030273
929 1.1151279211044312
930 1.1145727634429932
931 1.114018440246582
932 1.1134647130966187
933 1.1129117012023926
934 1.1123591661453247
935 1.1118074655532837
936 1.1112563610076904
937 1.110705852508545
938 1.1101561784744263
939 1.109607219696045
940 1.1090583801269531
941 1.1085107326507568
942 1.1079635620117188
943 1.1074168682098389
944 1.1068713665008545
945 1.1063259840011597
946 1.1057813167572021
947 1.1052374839782715
948 1.104694128036499
949 1.1041514873504639
950 1.103609561920166
951 1.1030683517456055
952 1.1025276184082031
953 1.101987361907959
954 1.1014480590820312
955 1.1009093523025513
956 1.100371241569519
957 1.099833369255066
958 1.0992965698242188
959 1.0987604856491089
960 1.0982248783111572
961 1.0976897478103638
962 1.0971554517745972
963 1.0966215133666992
964 1.0960886478424072
965 1.0955559015274048
966 1.0950242280960083
967 1.094492793083191
968 1.0939621925354004
969 1.0934321880340576
970 1.0929028987884521
971 1.0923742055892944
972 1.091845989227295
973 1.0913184881210327
974 1.0907915830612183
975 1.090265154838562
976 1.0897395610809326
977 1.0892143249511719
978 1.088689923286438
979 1.0881659984588623
980 1.087642788887024
981 1.0871202945709229
982 1.08659827709198
983 1.0860768556594849
984 1.085555911064148
985 1.085035800933838
986 1.084516167640686
987 1.083997130393982
988 1.0834786891937256
989 1.082960844039917
990 1.0824437141418457
991 1.0819268226623535
992 1.0814111232757568
993 1.0808956623077393
994 1.0803807973861694
995 1.0798665285110474
996 1.079352855682373
997 1.078839898109436
998 1.0783271789550781
999 1.0778155326843262
w =  1.1439285278320312
b =  -2.7658896446228027
y_pred =  tensor([[0.8593]])

2.可视化

3.关于sigmod函数：

4.关于y_hat的求法：

5.关于损失函数loss：

6.单样本和多样本的loss求法：

mini-banch的时候loss求均值

7.逻辑回归和线性回归的比较：

8.loss函数部分：

9.代码流程：

脚本宝典总结

以上是脚本宝典为你收集整理的逻辑回归全部内容，希望文章能够帮你解决逻辑回归所遇到的问题。

如果觉得脚本宝典网站内容还不错，欢迎将脚本宝典推荐好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。