导包​​# 1. 准备数据# 训练集数据​# 2. 创建 线性回归 模型对象​# 3. 模型训练​# 4. 模型评估(暂时略过)​# 5. 模型预测# 查看模型参数, 即: 斜率(权重) 和 截距(偏置)print(f'斜率k(w): {estimator.coef_}')# [0.92942177]print(f'截距b: {estimator.intercept_}')# -93.273469

init方法中定义网络中的层结构，主要是全连接层，并进行初始化,定义层forward方法，在实例化模型的时候，底层会自动调用该函数。该函数中可以定义学习率，为初始化定义的layer传入数据等。将各层连接定义继承自nn.Module的模型类在init方法中定义网络中的层结构在forward方法中定义数据传输方式前向传播：指的是数据输入的神经网络中，逐层向前传输，一直到运算到输出层为止。反向传播（利用

LangChain自身并不开发LLMs，它的核心理念是为各种LLMs实现通用的接口，把LLMs相关的组件“链接”在一起，简化LLMs应用的开发难度,方便开发者快速地开发复杂的LLMs应用.

Flask总结Faslk是一个Web框架, 可以用于提供服务。