设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2820|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 , P9 x4 S3 v  G* z. {9 M0 o
    - e' L7 Z9 a% S- P/ R
    为预防老年痴呆,时不时学点新东东玩一玩。
    % ^" ?+ _) r8 x# c% h( \Pytorch 下面的代码做最简单的一元线性回归:# Z4 z: R9 I* a0 n
    ----------------------------------------------: B, c5 d3 A, |5 t- ]! j
    import torch
    ' G- {+ B8 ~3 D& S2 J/ k+ Limport numpy as np% i/ J& _) }2 m8 `/ V, u. y
    import matplotlib.pyplot as plt
    7 ?" O1 a& ?9 a+ ?import random) D6 U* u, N$ p0 L' U5 `
    8 t8 h4 j: e3 D, i
    x = torch.tensor(np.arange(1,100,1))
    5 c0 \: m/ L9 ?0 Xy = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15. K  \- S6 s0 d/ y
    0 ]( R7 t- Q2 n0 U$ s
    w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b
    ! F& M1 ^! p1 O, {! Lb = torch.tensor(0.,requires_grad=True)8 U# \4 W2 B) o4 v# E

    + x( c; E) g9 P' \epochs = 1005 C8 ?4 A1 b: A+ D1 ?

    1 ^! B+ U" a8 l. E* X+ w* Vlosses = []
    9 _0 Q6 P6 @; Y5 ]. cfor i in range(epochs):1 V: x2 y& d  s6 F9 }; h0 ~
      y_pred = (x*w+b)    # 预测* \' ?+ ^1 E; R' g, l" p
      y_pred.reshape(-1)
    ( [0 A8 g( A  r) s * N/ o' w9 s+ j2 Q" i
      loss = torch.square(y_pred - y).mean()   #计算 loss
    * t" C$ ~/ D: R  losses.append(loss)
    " A9 F4 K( m2 C$ O- Y; Y  
    2 G6 z" c# D9 x0 R) x$ n# ?  loss.backward() # autograd* m" ^$ Z4 m1 S+ N; U9 N7 j$ _- r1 N# y
      with torch.no_grad():$ Q7 d0 V; K" k  `! L6 a+ W# O! F
        w  -= w.grad*0.0001   # 回归 w( P! y# A  u2 q: R' J
        b  -= b.grad*0.0001    # 回归 b
    - I, q& h1 d4 M$ ?1 Y( P" j9 G  w.grad.zero_()  
    + |5 F. H' @$ G& e) J1 M  b.grad.zero_()
    2 P7 r. P$ ], f* C3 k7 ^. R, C6 |! b: l- \* K4 P( M" `
    print(w.item(),b.item()) #结果
    * w. [1 }$ K7 I* Y5 {. S4 m& k# v$ O& ~3 \, i( f
    Output: 27.26387596130371  0.49745178222656254 w) }# p$ ?$ A) I) S
    ----------------------------------------------
    $ b. e8 Z( q' m$ Y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。
    + f: M% n0 }: \2 l高手们帮看看是神马原因?" C, T4 v5 E# K! \, Z) h

    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
    * O* S* O% b! k0 H# }# X1 f
    ! H( f4 I: H( P8 W0 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?/ ?  z9 W! Q) v. B3 m" z
    -------6 o1 h6 C; g) r6 `
    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。
    / o: i9 G7 N$ m2 W8 ^-------
    4 w9 O8 B$ L' f+ P, e6 Q- @& e2 x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
      R( F! H% G: {  o9 O( e1 h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 Y' c! y' E" n( y. Y# K
    -------1 M" {( ~0 q; S. Y( ]0 m
    不好意思, ...
    0 c$ b4 c# x7 g& U! A' k
    谢谢,算法应该没问题,就是最简单的线性回归。5 o4 X) J0 Y3 ~3 y
    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 5 o- x/ Q# J; W$ H$ G0 O
    雷达 发表于 2023-2-14 21:52# F5 K. @' D  i5 V. J5 b" m" b
    谢谢,算法应该没问题,就是最简单的线性回归。
    ) ]0 k: Z5 F- g$ s- B- q2 j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 ...

    & C4 J  O: ]) R
    5 V/ X3 K! O, e- a: ~1 f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。7 i# ~. z5 C$ Y- m1 Y" c

      |, L, j* |9 s) |# \# |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
    6 t* x4 z$ k. n% _+ Z  k
    老福 发表于 2023-2-14 22:00
    5 {  T+ @& F' b8 N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 I( }# Q$ T* U1 k) e! v; N* m- h

    8 L. c3 \9 Y, z6 c3 w或者把b但的起点改为1试试。 ...
      G% X6 r. M0 {6 C# V! B, m1 z8 ~

    + C: J! ^2 r, F% {1 V2 s你是对的。
    , I6 `. w  D: x8 n7 z' p' X% Z去掉了随机部分
    1 Y& a; w2 M) A: l6 g  j( ^#y = (x*27+15+random.randint(-2,3)).reshape(-1), R0 }: H& X( Z1 f
    y = (x*27+15).reshape(-1)
    ( l* d) U' V! c9 l! [+ ?, S; a9 v! ?
    循环次数加成10倍,就看到 b 收敛了6 l& E: u8 T) q6 g6 \+ K6 c0 w
    w , b1 j: F9 `$ @) D; k
    27.002620697021484 14.826167106628418; Z" V# ^% B; b  v) A
    ) l4 l" F4 G: ~5 a2 _
    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, 2026-4-30 17:29 , Processed in 0.063865 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