设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 1961|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
    擦汗
    2024-12-25 23:22
  • 签到天数: 1182 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
    $ H2 w" Z( ?8 t
    # U. a- ~7 I( [为预防老年痴呆,时不时学点新东东玩一玩。; H- K" r+ _2 o+ C& _/ q. ~
    Pytorch 下面的代码做最简单的一元线性回归:
    1 U/ H- V5 E3 N" r( x% b----------------------------------------------; [6 A) `# {( j9 d2 e, m$ l$ o) f2 ~
    import torch, W5 c4 ]& h8 i$ M4 `
    import numpy as np+ o9 Q+ r$ n$ P1 {
    import matplotlib.pyplot as plt# j8 d' x/ s' e% m$ b
    import random
    ' r+ w3 s. Q' n3 a/ @3 _8 Q
    - g5 I0 J$ k' M: P% p( j6 xx = torch.tensor(np.arange(1,100,1))
    4 q3 Y+ p1 E% A9 J. e% V; Py = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
    + O8 W4 s. W" ~9 Q8 U6 Z
    # R( p% K8 V2 [w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b& g* f/ a8 M+ ]4 @& ^& T
    b = torch.tensor(0.,requires_grad=True)
    & X% t' R0 c% |& s/ @( d) i* a2 k8 }! f! h
    epochs = 100
    6 z' b- C) j: `9 _% N& {+ f9 `( m: k/ g- M( F
    losses = []
    2 n9 U6 Y# l8 U( ]for i in range(epochs):1 D3 @* A/ {1 ?* O4 l) b2 u8 z  Q
      y_pred = (x*w+b)    # 预测5 }0 c5 ^* ?  U2 g' [" d4 O( y
      y_pred.reshape(-1)! T4 J) M1 z6 B

    % p: o1 J, U) P, k  loss = torch.square(y_pred - y).mean()   #计算 loss2 B7 l$ x8 L. w& O" o& g
      losses.append(loss)
    1 I& D5 l6 p: W4 x  ( q2 H& Y0 S6 e! n
      loss.backward() # autograd+ V" ]4 w" X3 r) l* j
      with torch.no_grad():
    " s$ p3 w$ ~9 w: v: n  a+ ?    w  -= w.grad*0.0001   # 回归 w# ~6 a' }1 P  B/ w& A
        b  -= b.grad*0.0001    # 回归 b
    # m( J# G; O" J& O( E" }) S  w.grad.zero_()  
    2 q: U0 A9 }  H1 H1 D' ~- e. A  b.grad.zero_()+ P! V5 C9 Q% u/ Y( ?6 z9 }% ^8 r0 `

    % g; ]2 t$ f( d" O5 ]print(w.item(),b.item()) #结果* c9 }% s. H$ x& M, _

    9 ]# o5 D) \! T9 Z2 zOutput: 27.26387596130371  0.4974517822265625
    6 _2 \) l9 q. h3 Z: b----------------------------------------------
    , y/ b" o" L1 O! M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。  T. {/ y: R* g/ k9 t: x
    高手们帮看看是神马原因?
    ' T; y) E, n7 i2 c0 c$ I  }

    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 ; B, z. v: }: j
    0 H7 B: E3 U8 w8 k9 k( h3 P, H2 {, T
    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?, T+ q" d) V' g; o5 |6 {
    -------' C+ q' U  D5 }% `
    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。. \+ x9 P( Z  L( a' ]/ y# t- p
    -------3 q- J$ M& c# j: b6 g0 o. P
    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
    擦汗
    2024-12-25 23:22
  • 签到天数: 1182 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  V# A4 L$ v. S& O2 E2 J  @7 M
    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?5 l# Y( {$ p  `0 U' F8 y+ w4 V
    -------, i" X  c) b8 V" Y% N$ \, h) Z3 d
    不好意思, ...
    3 @! j0 F# U8 b2 K5 ~3 ?% j
    谢谢,算法应该没问题,就是最简单的线性回归。1 D' F+ a! n# q5 e0 v
    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
    ) W9 k& k3 O1 S( g& J* m% }6 {- v
    雷达 发表于 2023-2-14 21:52
    / Q) v7 A. {! K) w& @9 E谢谢,算法应该没问题,就是最简单的线性回归。
    5 P: h( @1 U2 t$ ~  E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 ...

    5 o; O3 ], V' h6 V
    # h" r0 Y- ~, k0 D4 o% v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。
    6 q  @/ _5 w" w2 H* f; F$ K- _0 |, s$ j& ~7 X9 A% K' a
    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
    擦汗
    2024-12-25 23:22
  • 签到天数: 1182 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
    , m- Y. E% B+ H
    老福 发表于 2023-2-14 22:00
    1 T1 e/ B: m/ O1 }! e5 M, z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。
    4 Z( Z& S, N1 Y9 }8 ]+ K# A: r  ~5 @  ~. J& m/ K
    或者把b但的起点改为1试试。 ...
    ; j2 }5 l" H8 f

    + b3 m$ S6 l6 ~% v你是对的。
    7 x( y8 X0 _! Z: a, ?6 V去掉了随机部分1 v/ ^5 l/ m0 S" X6 g
    #y = (x*27+15+random.randint(-2,3)).reshape(-1)+ b$ A5 ^; d* S3 P3 p
    y = (x*27+15).reshape(-1)' J- E) a& I; w: `, P% A
    ) e$ f- I+ a) X$ N4 r
    循环次数加成10倍,就看到 b 收敛了: h$ k& \; q) x% t" C" G. A) v& }; P
    w , b; W3 {" [9 M8 H
    27.002620697021484 14.826167106628418* ?7 ~, P6 [* A

    * v1 }5 y* c2 Z" f' }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, 2025-9-18 01:10 , Processed in 0.041668 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