pytorch学习笔记:线性模型

Posted Z|Star

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了pytorch学习笔记:线性模型相关的知识,希望对你有一定的参考价值。

y=x*w
loss= (y_pred-y)^2

通过穷举法来穷举w,绘图可以查看到使Loss最小的w为2
(该方法提前知道w在0-4.1之间)

import numpy as np
import matplotlib.pyplot as plt
x_data = [ 1.0 , 2.0 , 3.0]
y_data = [ 2.0 , 4.0 , 6.0]
def forward(x):
    return x * w
def loss(x, y):
    y_pred = forward(x)
    return (y_pred-y) * (y_pred-y)

w_list = []
mse_list = []
for w in np.arange( 0.0 , 4.1 , 0.1):
    print (' w=',w)
    l_sum = 0
    for x_val, y_val in zip (x_data, y_data):
        y_pred_val = forward(x_val)
        loss_val = loss(x_val, y_val)
        l_sum += loss_val
        print ('\\t', x_val, y_val, y_pred_val, loss_val)
    print (' MSE=', l_sum / 3)
    w_list.append(w)
    mse_list.append(l_sum / 3)
plt.plot(w_list, mse_list)
plt.ylabel('Loss')
plt.xlabel('w')
plt.show()

在这里插入图片描述

以上是关于pytorch学习笔记:线性模型的主要内容,如果未能解决你的问题,请参考以下文章

pytorch学习笔记:线性模型

机器学习:线性模型学习总结:基于PyTorch的线性模型

我是土堆 - Pytorch教程 知识点 学习总结笔记

pytorch学习笔记:线性回归(用pytorchAPI)

PyTorch深度学习:用PyTorch实现线性回归

PyTorch深度学习-02线性模型(快速入门)