设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 3302|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
    + [7 t- N5 N  N5 C, w! t+ x+ N
    % c/ f$ ~  W8 a3 S. I: |为预防老年痴呆,时不时学点新东东玩一玩。5 W5 J  n9 o. p* V7 o$ c! k
    Pytorch 下面的代码做最简单的一元线性回归:
    5 f1 n, E8 r' }0 i' \----------------------------------------------( [8 c1 V" {  Q3 K+ ^; l6 `
    import torch
    $ T  B7 z/ a1 Simport numpy as np/ @% r6 Z6 |& Y) J# i0 L# j; s' h9 @
    import matplotlib.pyplot as plt
    * m1 [4 X9 F  D, h4 a9 C" r1 v5 kimport random
    4 D. q/ f5 g' X3 {/ N8 B8 d8 s$ h3 A8 }9 R$ c
    x = torch.tensor(np.arange(1,100,1))
    % [2 {* k6 D& a5 _y = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15+ M4 F) I& V" k$ z9 h5 V4 |# P! z6 ^
    % I- r1 S/ {) Y5 I  L
    w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
    $ v6 X3 O0 E( P: {1 bb = torch.tensor(0.,requires_grad=True)
    ( G3 Y( Q3 a" L( F
    % b* |0 K" F. L6 Q" C6 mepochs = 100
    1 k8 ]8 b! z" y7 Z$ M$ D2 {  O
    + ^( H8 z9 F) K0 F4 Qlosses = []8 [1 a3 o4 U9 S' m2 l
    for i in range(epochs):! V8 S0 a9 j4 ]4 p
      y_pred = (x*w+b)    # 预测
    : g( E- Z& P8 _: ]3 B  y_pred.reshape(-1)
    4 }! ]( l3 k8 b" ~" x
    . n" u( ~, i; [& \  loss = torch.square(y_pred - y).mean()   #计算 loss
    4 w. I# R3 N1 C# U. F5 a; |) g: v  losses.append(loss)
    + G9 }9 ^, u' a6 ^2 {  
    2 m6 n; H2 p! l3 G  s; Z; H% B, Z8 S  loss.backward() # autograd
    1 D5 c7 U- ^& E6 R& I  with torch.no_grad():
    # Y/ e- x3 H8 |7 A8 h    w  -= w.grad*0.0001   # 回归 w  Q% w% w2 `  {( J* p3 b
        b  -= b.grad*0.0001    # 回归 b . i' u6 |' l3 s/ n# @
      w.grad.zero_()  9 b  Y8 |! s6 f- W/ G% t
      b.grad.zero_()4 E. R! I1 J2 o8 Q9 Z1 R
    ' Q8 W' z1 N4 s4 T- b0 f' z; i
    print(w.item(),b.item()) #结果
    / [$ O! V# {; J3 ^# e7 j4 @
    " H% m* @" s7 i9 k, l) NOutput: 27.26387596130371  0.4974517822265625
    9 g2 I) F- `* L& F. A: k' Q----------------------------------------------
    + n4 P% F4 c( t' C% a) Y' U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。
      V+ _6 ?4 s% m7 K3 @高手们帮看看是神马原因?! f5 f- a' L/ ~9 i* o! _$ k

    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 1 D3 m' F, M3 b$ d

    2 P* y3 E' }! _3 L; d$ n# L+ {) 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?
    - T% E; f# _$ Y; n% O# O( Y; b-------
    * f; c0 w9 R8 D. B3 |- C3 D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。0 T  \' ]0 c. P3 H; C  e
    -------
    ' Z; |0 R8 I0 w% u3 ]2 Q: T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
    7 x9 e+ [% ^& X2 D* N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?
    ' C8 t) O) @: t" r+ W  q-------
    / {: T, A. i  I6 ]: }  u: |' E不好意思, ...
    $ @5 O( e( r+ z8 _
    谢谢,算法应该没问题,就是最简单的线性回归。
    " c! t( I& f2 c( A: u) E  b$ [$ R0 k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 / @0 J! [; a. D2 s0 }& M
    雷达 发表于 2023-2-14 21:52. ~" ^. y! ]# p1 Q3 X2 z% M
    谢谢,算法应该没问题,就是最简单的线性回归。/ O9 Q8 r: W2 w2 K% r2 C  \
    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 ...

    * a/ q' L( @9 q" C, r9 d) A, P# v& ^$ |/ u
    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。
    & H$ \5 t, E+ {; \3 ~9 ]9 R9 \5 ]# f8 B# N
    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
    & ]; Y& k6 a5 ^  J; B; ^& e
    老福 发表于 2023-2-14 22:00  p" ~2 r0 o# k( 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。
    . y+ ^5 b% G# j: w4 N$ z$ ^  z
    6 g5 C' v, S( b8 Y. D; C7 v* X或者把b但的起点改为1试试。 ...

    : e$ x+ r9 y/ g5 \
    , {3 d  H% f. I! c) }你是对的。
    * K5 ^. g- f" t( a4 s2 b去掉了随机部分2 D' I0 n2 ?, D6 B% x) o6 I
    #y = (x*27+15+random.randint(-2,3)).reshape(-1)
    / @6 ~) v" w2 w* u& ]6 B$ d! B# V6 yy = (x*27+15).reshape(-1)
    & ~" E* t; _4 j2 ^5 [: ~1 H% c8 Z; J6 d; r
    循环次数加成10倍,就看到 b 收敛了
    " f+ N# L% c* d. K/ S1 t9 Fw , b
    1 d* f% X2 I, M27.002620697021484 14.826167106628418! r" O/ Z) U7 u0 ^+ F9 X. e0 i

    * m$ N- h2 ^8 c6 f- E# K6 |1 q% l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, 2026-7-25 10:48 , Processed in 0.057157 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