构建网络，初始化参数w和b，定义预测和损失函数的计算方法。随机选择初始点，建立梯度的计算方法和参数更新方式。将数据集的数据按batch size的大小分成多个minibatch，分别灌入模型计算梯度并更新参数，不断迭代直到损失函数几乎不再下降。深度学习模型的基本步骤的最后一个步骤：模型保存及使用后续再来学习。

本次学习先写总结，因为paddle教程和网络上的同学们都得到了不错的效果，而我按照paddle或者网上的步骤得不到预期的结果。希望有大神可以指教一下，问题到底出在哪里。

不多说，直接看代码'连接数据库'定义数据链接对象 ，保存连接数据库信息Set cnn = CreateObject("ADODB.Connection")'定义记录集对象，保存数据表Set rs = CreateObject("ADODB.Recordset")'定义数据库链接字符串‘ Data Source：数据库服务器IP地址‘ Initial Catalog：数据库名称‘ ...

前面学习了使用numpy+python、paddle实现波士顿房价预测任务，为了更加深刻的了解深度学习步骤，决定再选择两种比较流行的其他深度学习框架进行比较。

构建网络，初始化参数w和b，定义预测和损失函数的计算方法。随机选择初始点，建立梯度的计算方法和参数更新方式。将数据集的数据按batch size的大小分成多个minibatch，分别灌入模型计算梯度并更新参数，不断迭代直到损失函数几乎不再下降。深度学习模型的基本步骤的最后一个步骤：模型保存及使用后续再来学习。

不多说，直接看代码'连接数据库'定义数据链接对象 ，保存连接数据库信息Set cnn = CreateObject("ADODB.Connection")'定义记录集对象，保存数据表Set rs = CreateObject("ADODB.Recordset")'定义数据库链接字符串‘ Data Source：数据库服务器IP地址‘ Initial Catalog：数据库名称‘ ...

构建网络，初始化参数w和b，定义预测和损失函数的计算方法。随机选择初始点，建立梯度的计算方法和参数更新方式。将数据集的数据按batch size的大小分成多个minibatch，分别灌入模型计算梯度并更新参数，不断迭代直到损失函数几乎不再下降。深度学习模型的基本步骤的最后一个步骤：模型保存及使用后续再来学习。

本次学习先写总结，因为paddle教程和网络上的同学们都得到了不错的效果，而我按照paddle或者网上的步骤得不到预期的结果。希望有大神可以指教一下，问题到底出在哪里。