设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2328|回复: 4
打印 上一主题 下一主题

[信息技术] 继续请教问题:关于 Pytorch 的 Autograd

[复制链接]
  • TA的每日心情

    2025-9-22 22:19
  • 签到天数: 1183 天

    [LV.10]大乘

    跳转到指定楼层
    楼主
     楼主| 发表于 2023-2-14 13:09:28 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    本帖最后由 雷达 于 2023-2-14 13:12 编辑
    $ j% C) S; [, d. E; s/ m3 Q$ a- Y  G% _& _
    为预防老年痴呆,时不时学点新东东玩一玩。. [9 Y( A6 `6 B7 J
    Pytorch 下面的代码做最简单的一元线性回归:$ g, m3 C" P. S9 A+ b2 @
    ----------------------------------------------% j7 r" s2 u0 N% \7 p, `
    import torch
    ; u$ z4 f% B: Q* T: pimport numpy as np+ P7 Y! u9 ?6 Y% P
    import matplotlib.pyplot as plt
    / H1 R! s% m, w/ T# Y( q) x& Cimport random
    3 s. f! M0 t, t" g: l/ o& j5 Z  T5 g( k- p, m8 E
    x = torch.tensor(np.arange(1,100,1))8 b5 Y  U. Y4 l, S
    y = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
    8 y3 s, _9 P1 H' V
    7 m+ V$ x1 B  f, a. O, y7 ow = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
    7 Y( B: [  {, c0 s8 a: t( ?b = torch.tensor(0.,requires_grad=True)& w$ g7 K! j* ?- }4 w* N: e
    # \* E9 b1 @! c7 w$ }
    epochs = 100
    7 ~9 W* }" Z. u$ F: q
    : r, M' i+ s0 h( S. P7 ulosses = []
    8 Q, l2 l( Q5 A9 e3 b- X% dfor i in range(epochs):5 W/ i* x2 n9 x
      y_pred = (x*w+b)    # 预测" t) r8 [3 b6 {! b' `, z
      y_pred.reshape(-1)
      U9 b; f2 Z4 u% |8 `
    / V: r/ n. A* ~1 c; {  loss = torch.square(y_pred - y).mean()   #计算 loss9 h' H1 J2 F( @3 u1 S, B
      losses.append(loss)" N4 @& g* n& x) w# |
      ! j% t% R" o7 j2 P7 D/ E+ Q
      loss.backward() # autograd1 U) ~: ?, N9 l  H; |  ~
      with torch.no_grad():
    4 G" ^: M' O' i9 p$ R+ Z8 K( \    w  -= w.grad*0.0001   # 回归 w' R! R8 x" K% G8 ^  M: m
        b  -= b.grad*0.0001    # 回归 b + C% u  ^, b1 S. k4 _3 Z' O
      w.grad.zero_()  
    * u& }- f) R% i, e1 e  b.grad.zero_()8 l! ~; K, G6 N8 F* ?/ P/ Q
    ( B' n! O  z  n5 E( W
    print(w.item(),b.item()) #结果! g+ M' Y; d$ `8 n1 i( R

    * @+ x  q  w: D4 v' S: [, |Output: 27.26387596130371  0.49745178222656257 Q: x4 K/ ^0 n( o5 u! L
    ----------------------------------------------) q- |' M" ~- {; \( z8 O( H7 P" n
    最后的结果,w可以回到 w0 = 27 附近,b却回不去 b0=15。两处红字,损失函数是矢量计算后的均值,感觉 b 的回归表达有问题。
    7 i7 l2 |5 @% B7 T. r! a- j高手们帮看看是神马原因?
    7 U/ w, Z& b  m4 ?/ @3 W

    评分

    参与人数 1爱元 +10 收起 理由
    老票 + 10 不明觉厉

    查看全部评分

    该用户从未签到

    沙发
    发表于 2023-2-14 19:23:02 | 只看该作者
    本帖最后由 老福 于 2023-2-14 21:58 编辑 - c5 R3 T. E5 G5 [0 I

    ! U- P3 b6 {3 k没有用过pytorch,但你把随机噪音部分改成均值为0的正态分布再试试看是不是符合预期?
    1 d1 R$ Z0 T9 E5 p+ `" Z5 ~$ F-------2 b/ ?& c+ E- [  ^3 E
    不好意思,再看一遍,好像你在自算回归而不是用现成的工具直接出结果,上面的评论只有一点用,就是确认是不是算法有问题。+ }3 x5 c# O, o. y7 ^  b& I
    -------
    + L% e3 u: x( j1 x/ X' }8 G算法诊断部分,建议把循环次数改为1000, 再看看loss是不是收敛。有点怀疑你循环次数不够,因为你起点是0, 步长很小。只是直观建议。

    评分

    参与人数 1爱元 +10 收起 理由
    雷达 + 10 谢谢建议

    查看全部评分

    回复 支持 反对

    使用道具 举报

  • TA的每日心情

    2025-9-22 22:19
  • 签到天数: 1183 天

    [LV.10]大乘

    板凳
     楼主| 发表于 2023-2-14 21:52:57 | 只看该作者
    老福 发表于 2023-2-14 19:23
    ' Z! m$ e8 ?5 G1 ~4 _; Q; C没有用过pytorch,但你把随机噪音部分改成均值为0的正态分布再试试看是不是符合预期?: |  Y- w" q) @- ]5 t& a9 ~& a
    -------2 s9 }8 E( _5 i+ @1 [
    不好意思, ...
    2 ~8 o/ O6 v# A' E
    谢谢,算法应该没问题,就是最简单的线性回归。
    0 L# a6 ~- U9 p6 P我特意没有用现成的工具,就是想从最基本的地方深入理解一下。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    地板
    发表于 2023-2-14 22:00:48 | 只看该作者
    本帖最后由 老福 于 2023-2-14 22:02 编辑
    9 M: o% {% E( X" V1 S- B
    雷达 发表于 2023-2-14 21:527 v% a' y4 t0 J& B
    谢谢,算法应该没问题,就是最简单的线性回归。
    . z, D9 C* n/ m( q; ~) p, x我特意没有用现成的工具,就是想从最基本的地方深入理解 ...

    ; X0 I. I% ?% n7 n  S1 J! ?( \$ @2 m* E, ?" [+ W
    刚才更新了一下,建议增加循环次数或调一下步长,查一下loss曲线。" G7 C* V) t/ a

    7 Q3 y: G! S% b8 Q- t2 p$ ~$ v( C或者把b但的起点改为1试试。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情

    2025-9-22 22:19
  • 签到天数: 1183 天

    [LV.10]大乘

    5#
     楼主| 发表于 2023-2-15 00:25:26 | 只看该作者
    本帖最后由 雷达 于 2023-2-15 00:31 编辑
    - b5 M- i+ A+ C! m* r
    老福 发表于 2023-2-14 22:002 Q3 V4 y+ s5 j
    刚才更新了一下,建议增加循环次数或调一下步长,查一下loss曲线。
    + u% ?4 F  i) z- _8 }$ q1 Q. N) D/ O/ b; O+ n2 ~+ ~( ?7 H1 p
    或者把b但的起点改为1试试。 ...

    ! I# e% S$ `- G7 o# m5 O1 i# v" r# n
    你是对的。9 I; c1 R8 \% }( W% Q
    去掉了随机部分4 p' e' Q" U. y( U2 O, `: u
    #y = (x*27+15+random.randint(-2,3)).reshape(-1)
      r, U+ Y$ k1 ?4 \$ v; b, `( Ry = (x*27+15).reshape(-1)
    ; z5 A5 j8 |  e+ i, ~" J
    / w* g8 {) U6 n5 p- f5 _9 _. Y循环次数加成10倍,就看到 b 收敛了
    + Q% q" j% ?# u: q. U. ^) D, Uw , b
    - Z) B8 Z2 ?4 h% X$ @5 }27.002620697021484 14.8261671066284185 z) L6 \# _' b. s% k+ r0 s+ B' a

    % J% r! |4 r9 P( X/ y' Z9 {* @和 b 的起始位置无关,但 labeled data 用 y = (x*27+15+random.randint(-2,3)).reshape(-1) ,收敛就很慢。
    回复 支持 反对

    使用道具 举报

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2026-1-13 09:51 , Processed in 0.027975 second(s), 18 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表