【介绍】最近接触的文献是关于SGD（随机梯度下降法）的，需要了解SGD细节和思想的可以参考这篇文章：https://blog.csdn.net/pengjian444/article/details/71075544，并且有python实现的代码，亲测跑的通简单的思想视频教程建议看这个吧，感觉讲的不错https://www.imooc.com/video/21741这里记录下自己学习的用matla

【环境准备】用到的包主要有两个：numpy和sklearn，都是机器学习常用的库。【数据集介绍】波士顿房价数据集（Boston House Price Dataset）使用sklearn.datasets.load_boston即可加载相关数据。该数据集是一个回归问题。每个类的观察值数量是均等的，共有 506 个观察，13 个输入变量和1个输出变量。在这里我将数据集视作线性关系，即所以项目的目标就

t-SNE是一种机器学习领域用的比较多的经典降维方法，通常主要是为了将高维数据降维到二维或三维以用于可视化。

t-SNE是一种机器学习领域用的比较多的经典降维方法，通常主要是为了将高维数据降维到二维或三维以用于可视化。

解决一些ChatGPT使用过程中的报错问题

解决一些ChatGPT使用过程中的报错问题

字面问题应该是计算的张量不在同一个设备，一个在cpu上另一个在cuda上。查了一些解决方案要么是错误信息不一致，也有说什么版本不支持的，可我觉得这应该是个很容易解决的问题）了解了一下使用cuda的方法和问题，结合自己的问题报错信息：应该重点关注问题的定位信息，发现应该是最后这个函数complex_dropout2d()的计算过程出现了问题，然后打开这个函数的定义文件：def complex_dro