设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2340|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 % Q+ w- p- C; _( x; A/ W
    + k# d* m1 a1 D1 Q' u5 m" g  `. v/ T$ m* Z
    为预防老年痴呆,时不时学点新东东玩一玩。" M; N4 \: p' K. g6 }# l
    Pytorch 下面的代码做最简单的一元线性回归:
      i( y3 s* y9 e----------------------------------------------9 l' a2 a9 ^$ X4 J
    import torch) f5 E+ `& L/ u" ]% Y: H
    import numpy as np! ]' h$ O+ o$ q* X' E( y' F
    import matplotlib.pyplot as plt
    . [% v! w  N1 e4 D' n5 |. mimport random& x2 O3 ^/ T: ]* V4 {; H
    7 T/ h+ d4 |$ a1 K8 U$ k
    x = torch.tensor(np.arange(1,100,1))
    / `3 Q3 r( L$ w. Z/ e- s# Qy = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
    - W/ s4 B5 c! X
    $ a4 W& W- ]) U+ a8 Y" ?w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
    ) v& H# }$ r# A, @' g0 Pb = torch.tensor(0.,requires_grad=True)0 _: J# m  ]  C9 u. x

    1 T6 Q( z: }4 f5 P0 {epochs = 100
    $ p5 q3 M, y* Q  H  J; _  q2 u+ M" f9 p/ Z3 k% ], T- X
    losses = []
    , a% U5 J) Z* c" V0 x7 Mfor i in range(epochs):7 _0 y; P! k. Y
      y_pred = (x*w+b)    # 预测
    . d- x, ]4 C% W0 I, r3 K! V  Q$ V  y_pred.reshape(-1)( o/ h2 A) Z* F

    ; ?( @  y" _* [4 u# z5 y8 `/ K  loss = torch.square(y_pred - y).mean()   #计算 loss
    9 z" y0 g7 m. Z  losses.append(loss)
    # Z9 q# S  a4 }3 X$ E' C0 H/ l  % i! k% L; {4 z; @! b9 ^
      loss.backward() # autograd8 x; a' z- G' R+ ^" k4 r' N7 {$ \
      with torch.no_grad():+ y9 b$ m, C+ k# f+ C+ a* c* H; \
        w  -= w.grad*0.0001   # 回归 w% H4 p% c2 J$ ~
        b  -= b.grad*0.0001    # 回归 b % p: y! Y4 v* l, _
      w.grad.zero_()  : Y9 a- ?4 b! G8 [$ F, P& ?
      b.grad.zero_()
    ! r& f. J; m6 w6 O! r3 ]
    - i; x$ z- j8 t0 n* Rprint(w.item(),b.item()) #结果7 i- h! |8 x2 m3 f

    7 t& ~$ c1 T* r% O# {/ b" u6 F9 _Output: 27.26387596130371  0.4974517822265625
    , F0 p- r" T# p1 i. `----------------------------------------------' l7 H. T6 o; j7 S
    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。
    ( [% w+ F/ P& G高手们帮看看是神马原因?
    1 C4 \( S! P; S

    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 7 p% }" L8 @1 P: E  ^

    9 j8 U8 n  t% g2 m% U/ B0 M8 F& 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?
    + c1 U* l# v  ^. J/ D-------9 {' y& e' d* Q" O/ }: L; R
    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 S# _, _7 G/ N4 c4 T
    -------5 L' D" e/ J9 _' `7 j
    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+ P& B" W( o) {) T7 Y
    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?
    3 i8 X7 b$ T- w! w8 Y! J! d7 K-------0 h8 H# \# ^" f6 F5 \6 k
    不好意思, ...

    6 b7 v; h$ g2 h) P! l! x- D谢谢,算法应该没问题,就是最简单的线性回归。
    - D% N# T. T( _( f5 \0 M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 % g& b% z4 r$ i+ _0 b8 q
    雷达 发表于 2023-2-14 21:52
    ) N. s) r+ M$ R& {7 z谢谢,算法应该没问题,就是最简单的线性回归。
    ' j2 `3 u- S+ t% \$ f( h" p- R  z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 ...

    : B& L- P! F& B8 C  l6 ]" s% {; N) U7 a9 ^. V( A
    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。* j" c( X# [- P1 f8 o+ n* |
    9 Q( V% n$ \- C  a7 \
    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 ; W9 b. `9 j; W4 \) U. Z
    老福 发表于 2023-2-14 22:00
    , D# ^; e$ y: ?7 ~$ \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。
    8 d% I$ y( \/ A/ |8 E- F4 H1 P0 }# K4 w2 i# P; Y! W: q  _0 t; x
    或者把b但的起点改为1试试。 ...

    7 [* R/ w2 V6 n3 H) q/ h0 C7 q7 [' N- a
    你是对的。
    $ Y" P, R" q: V1 e去掉了随机部分
    ( j9 D0 G) A. S, U3 R% x/ d3 |% I4 B#y = (x*27+15+random.randint(-2,3)).reshape(-1)5 V5 |* Z% a1 g: [  X
    y = (x*27+15).reshape(-1)
    ) J7 V$ d) u( M9 O* J& U- x; t" v% R' s  {/ l
    循环次数加成10倍,就看到 b 收敛了
    9 {$ ]/ K; o; X% c- e5 Ow , b
      l. r8 _6 p4 x+ }9 r- T; p0 ~27.002620697021484 14.826167106628418
    8 e- A1 M( V/ d' h& H9 ~
    " `" S) d) ?* b$ |0 v2 Y7 A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, 2026-1-16 13:28 , Processed in 0.036580 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