设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 3691|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
    怒
    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 2 Z7 S  I  b! M( m) ?) G
    " {9 ?# ^, o, k1 K9 H0 ^" t5 \; h
    为预防老年痴呆,时不时学点新东东玩一玩。4 I& S+ X3 W! ~
    Pytorch 下面的代码做最简单的一元线性回归:3 Z: q9 O8 o- t% e; Y* f
    ----------------------------------------------4 l0 S- w6 P% c4 x6 J7 h9 C
    import torch
    7 f' D) q/ Q# Rimport numpy as np
    4 ^" r3 k4 S, ]9 ~9 {import matplotlib.pyplot as plt
    1 ?" G9 L  l5 ~$ w0 i3 F- Fimport random' z" m- [# i% P
    " B9 R: v* z5 j4 E" g
    x = torch.tensor(np.arange(1,100,1))
    7 ~0 O# N" p: I' U9 }& [3 N! N6 |% wy = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15. \5 I# ^# p" U2 j0 i: t

    ' k0 u  t2 Y  ?+ m; hw = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
    4 `6 H+ ?' W( ~  E/ eb = torch.tensor(0.,requires_grad=True)
    7 Z: k  {2 t0 {/ ?6 g3 I
    + s/ c2 Z  E% u- [: {) y, k" Cepochs = 100
    8 S4 W- }& n% o4 W
    ( h  x# B& C% E9 ]: Alosses = []
    ) f+ n1 s  j6 U6 ?. Z! |) J, D: ]( [& qfor i in range(epochs):
    ; l" \  _; ~" h8 F( }; {  y_pred = (x*w+b)    # 预测
    , F, n5 i0 O+ Y2 X  y_pred.reshape(-1)
    # Z4 X' _9 p1 h% |' L/ X% S1 A 1 g' `) w: Y" s
      loss = torch.square(y_pred - y).mean()   #计算 loss
    ' y4 M6 d1 V4 D( s  losses.append(loss)
    9 \, F) i6 {" P8 O( ?- X  
    ! _, Z# o( Z$ M% K/ J4 o  loss.backward() # autograd( e* C  Q9 f) p2 O+ c3 M
      with torch.no_grad():
    & q- ^; [3 S  k6 A* h, d& M# q    w  -= w.grad*0.0001   # 回归 w5 @$ m  _" `) [$ J( F$ J4 r
        b  -= b.grad*0.0001    # 回归 b 6 ]& v! h% h* j5 V6 R4 n9 V
      w.grad.zero_()  ( r% z6 ?5 K3 N& F/ I
      b.grad.zero_()$ l4 P" q4 o: K; ?2 d

    / K4 F/ l# g6 b. o5 d6 M) V( Pprint(w.item(),b.item()) #结果
    & E. D2 y# ?) O  h
    1 }. P' s+ V7 v: I3 o* |4 F" mOutput: 27.26387596130371  0.4974517822265625
    1 P) v2 O! F  E7 g0 i4 J----------------------------------------------
    1 r% Q+ i0 v& E! u8 F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。1 O, a5 Q$ \: i2 C" m% ^. X
    高手们帮看看是神马原因?; J; Y, n! k5 w! k7 Y; F3 ^

    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
    8 M5 o1 I- K) e& C' F+ I' V
    9 ?; D. u% B# n  Y. T3 f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?
    % X* k) g2 o9 T-------- c2 n/ r' M' ]
    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。8 r& A9 u$ |1 K( D* r  C
    -------$ A. w4 i) z4 p7 H1 i
    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
    怒
    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; H- z7 {$ F) w. |4 |* @! E+ t$ t% f% S7 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?7 h/ t9 b' Z0 x% W! g
    -------* H/ O1 @$ |2 _% C
    不好意思, ...

    " T4 {( c* y; n- j谢谢,算法应该没问题,就是最简单的线性回归。1 O1 e' J) Z  Q& ^
    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
    , W2 Z; g, d- R3 o% Z. J, P8 L/ u" V
    雷达 发表于 2023-2-14 21:52
    $ M  N5 H) Z; f/ D+ y6 r谢谢,算法应该没问题,就是最简单的线性回归。
    $ N& x, j6 `" S- G/ X0 F+ n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 ...
    / N2 l" s  c) A% a- `* [

    / d; g- Y, m8 P- _, P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。
    3 O% @+ e3 O$ W/ Z( @, S7 y* z, Y. m/ v5 n1 q
    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
    怒
    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
    / W& \- G) o; X- t7 Z# E
    老福 发表于 2023-2-14 22:00
    " Y1 T" R* n2 D9 Y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。. a2 s2 }' S: a0 Q* }9 \

    , i9 f0 ~1 V( K) E4 J3 ]1 _; q或者把b但的起点改为1试试。 ...
    . s# G; D4 h% P4 \* z% s& G

    1 C2 _- n" M) C2 q3 G3 p8 J  K" E" G你是对的。
    . |% ^( u7 e, {$ d* K8 y去掉了随机部分
    7 u" r/ U) v' `* {#y = (x*27+15+random.randint(-2,3)).reshape(-1)' {4 A( y* f& d, E& F* y2 H
    y = (x*27+15).reshape(-1)* h7 _, }/ H6 h4 N
    + A5 F/ a4 P& m
    循环次数加成10倍,就看到 b 收敛了
    ; V. B) Q; A9 _/ Uw , b$ j( t; D, e0 T0 {2 t
    27.002620697021484 14.8261671066284186 R0 [, T# h& g" w* K
    ! E3 k8 F7 Z! N* F& E" K
    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, 2026-9-29 08:19 , Processed in 0.056950 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