pytorch多元线性

PyTorch是一个开源的机器学习框，它提供了丰富的工具和函数来支持深度学习任务。多元线性回归是一种常见的机器学习算法，用于建立一个线性模型来预测多个自变量与因变量之间的关系。

在PyTorch中，可以使用torch.nn模块来实现多元线性回归。以下是一个简单的示例代码：

import torch
import torch.nn as nn

# 定义输入特征的维度
input_size = 3
# 定义输出特征的维度
output_size = 1

# 创建一个线性模型
model = nn.Linear(input_size, output_size)

# 定义输入数据
input_data = torch.tensor([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])

# 进行预测
output = model(input_data)

# 打印预测结果
print(output)

在上述代码中，我们首先定义了输入特征的维度为3，输出特征的维度为1。然后使用`nn.Linear`创建了一个线性模型。接下来，我们定义了输入数据`input_data`，它是一个2x3的张量。最后，通过调用模型的`forward`方法，我们可以得到预测结果`output`。