使用 MXNet 进行回归

Question

我有一个基于各种独立特征的回归模型，这些特征最终使用自定义损失函数预测值。有点类似于下面的链接。

https://www.evergreeninnovations.co/blog-quantile-loss-function-for-machine-learning/

当前模型是使用 Tensorflow 库构建的，但现在我想使用 MXNet，因为它提供的速度和其他优势。如何用自定义损失函数在 MXNet 中编写类似的逻辑？

Answer 1

带有 L2 损失的简单回归在 2 个著名教程中都有介绍 - 您可以选择其中任何一个并自定义损失：

• 在D2L.ai 书中（在许多大学使用）： https://d2l.ai/chapter_linear-networks/linear-regression-gluon.html
• 在The Straight Dope（MXNet的python API指南， gluon)。很多指南都进入了 D2L.ai： https://gluon.mxnet.io/chapter02_supervised-learning/linear-regression-gluon.html