PyTorch深度学习实践（七）处理多维特征的输入

单维：输入x是一个实数
多维输入：x有多个不同的特征，预测对应的分类
对于回归问题：输出值y是一个实数
对于分类问题：输出y属于一个离散的集合

对于下面这个数据集，在机器学习中每一行叫做一个样本，每一列叫做一个特征
在数据库中，每一行叫做一个记录，每一列叫做一个字段
在机器学习里面，拿到数据表之后，把内容分成两部分，一部分作为输入x，另一部分作为输入y
如果训练是从数据库读数据，就把x读出来构成一个矩阵，把y字段读出来构成一个矩阵，就把输入的数据集准备好了

如下图：Anaconda的安装目录下已经给我们准备好了一些数据集，gz是linux下非常流行的压缩格式
单维特征输入的时候，x是一个实数，所以乘以一个权重就行了

现在x变成了8个维度，所以模型里面肯定要算出一个实数，所以每一个特征xi的值都要和一个w相乘