我正在尝试使用深度神经网络解决线性逆问题 Ax=b。但我是机器学习的新手，所有教程都是关于分类的。所以，任何人能提供一些教程链接（代码、视频、论文）关于如何使用深度神经网络解决 Ax=b 问题吗？

回答：

来自这个博客的示例

import torchdim = 2A = torch.rand(dim, dim, requires_grad=False)b = torch.rand(dim, 1,  requires_grad=False)x = torch.autograd.Variable(torch.rand(dim, 1), requires_grad=True)stop_loss = 1e-2step_size = stop_loss / 3.0print('Loss before: %s' % (torch.norm(torch.matmul(A, x) - b)))for i in range(1000*1000):    Δ = torch.matmul(A, x) - b    L = torch.norm(Δ, p=2)    L.backward()    x.data -= step_size * x.grad.data # step    x.grad.data.zero_()    if i % 10000 == 0: print('Loss is %s at iteration %i' % (L, i))    if abs(L) < stop_loss:        print('It took %s iterations to achieve %s loss.' % (i, step_size))        breakprint('Loss after: %s' % (torch.norm(torch.matmul(A, x) - b)))