計(jì)算二階導(dǎo)數(shù)時(shí)可能會(huì)遇到什么問題？這些問題可以如何解決？

二階導(dǎo)結(jié)果的矩陣相較于一階導(dǎo)太大了，而且二階導(dǎo)可能不存在。可以用近似牛頓法

batchsize是否會(huì)影響模型最終結(jié)果？batchsize過小是否不好？

在直覺上我們會(huì)認(rèn)為batchsize過小會(huì)不好，因?yàn)槊看挝沟臄?shù)據(jù)量很小，但在深度學(xué)習(xí)過程中反而可能是好事，由于多做幾遍循環(huán)的情況下，訓(xùn)練出的模型可能魯棒性會(huì)更好。

為什么在squared_loss函數(shù)中需要使用reshape函數(shù)？

一個(gè)可能是行向量，一個(gè)可能是列向量

源碼中的@torch.no_grad()中的@是什么意思

@torch.no_grad() 是裝飾器，好像代表以下代碼都在torch.no_grad() 運(yùn)行后執(zhí)行

假設(shè)試圖為電壓和電流的關(guān)系建立一個(gè)模型。自動(dòng)微分可以用來學(xué)習(xí)模型的參數(shù)嗎?

串聯(lián)加并聯(lián)應(yīng)該都是可以的